主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公编辑办公English
2018-2019年专刊出版计划 微信服务介绍 最新一期:2019年第8期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
王静莲,龚斌,刘弘,李少辉.支持绿色异构计算的能效感知调度模型与算法.软件学报,2016,27(9):2414-2425
支持绿色异构计算的能效感知调度模型与算法
Model and Algorithm of Energy-Efficiency Aware Scheduling for Green Heterogeneous Computing
投稿时间:2015-01-22  修订日期:2015-04-14
DOI:10.13328/j.cnki.jos.004849
中文关键词:  异构调度  绿色计算  协同进化  混合并行
英文关键词:heterogeneous scheduling  green computing  co-evolution  hierarchical parallelization
基金项目:国家自然科学基金(61070017,61272094);国家高技术研究发展计划(863)(2006AA01A113,2012AA01A306)
作者单位E-mail
王静莲 鲁东大学 信息与电气工程学院, 山东 烟台 264025
山东大学 计算机科学与技术学院, 山东 济南 250101 
wjljing@163.com 
龚斌 山东大学 计算机科学与技术学院, 山东 济南 250101
山东省高性能计算中心, 山东 济南 250101 
 
刘弘 山东师范大学 信息科学与工程学院, 山东 济南 250014  
李少辉 山东师范大学 信息科学与工程学院, 山东 济南 250014  
摘要点击次数: 989
全文下载次数: 1354
中文摘要:
      异构调度可使大规模计算系统采用并行方式聚合广域分布的各种资源以提高性能.传统调度目标追求高性能而忽视高效能,远不能适应绿色计算科学发展新要求.因此,在理论上,一方面基于对动态频率和电压等系统参数的精细表述及有效量化,建立面向协同异构计算且易于复用的能效感知云调度模型;另一方面,提出并实现适于超计算机混合体系的多学科背景的元启发式多目标全局优化算法.从技术上解决了面向不同环境目标的云调度实施条件界定及其调度指标(时间、能效)实时变化描述等问题.大量仿真实验结果表明:与3个元启发式云调度器相比,该方法在能效及可扩展等方面优势明显;对于高维实例,整体性能改善分别达到8%,12%和14%.
英文摘要:
      Designed to provide pervasive access to distributed resources in parallel ways, heterogeneous scheduling is extensively applied in large-scale computing system for its high performance. Conventional real-time scheduling algorithms, however, often overlook energy-efficiency while focusing on stringent timing constraints. To engage in green heterogeneous computing, a reusable energy-aware cloud model is first presented via mathematical formulation and quantization of the system parameters such as dynamic voltage and frequency scaling (DVFS), and dynamic power management (DPM). In addition, multidisciplinary context for multi-objective global optimization meta-heuristic is proposed and accomplished based on the supercomputer hybrid architecture. Furthermore, some technological breakthroughs are achieved with respect to boundary conditions for different heterogeneous computing and cloud scheduling, and descriptions of real-time variation of scheduling indexes (stringent timing constraints and energy-efficiency). Extensive simulation experiments highlight higher efficacy and better scalability for the proposed approaches compared with the other three meta-heuristics; the overall improvements achieve 8%, 12% and 14% for high-dimension instances.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利