[发明专利]基于模糊决策的GPU负载综合评判方法

权利要求书

1.一种基于模糊决策的图形处理器GPU负载评价方法，其特征在于，包括：

针对一个GPU来说，获得n时刻所述GPU的负载向量；

所述GPU的负载向量表示如下：

L_n＝＜utilization，memory，pstates，occupancy＞

其中，utilization：过去一个样本时间内所述GPU运行一个或者多个核函数的时间占总时间的百分比；memory：所述GPU已用全局内存占总的全局内存的百分比；pstates：即performance state的16个等级，p0(maximum performance)-p15(minimum performance)；occupancy：即整体achieved occupancy：所述GPU的每个sm中有多个warp调度器，每个调度器有一个硬件性能计数器，用来计数每个时钟周期活跃warp数，每个调度器计数结果之和除以sm活跃的总周期数，就可以得到这个sm的活跃warp数，除以sm理论最大warp数就是kernel执行期间这个sm的occupancy，所有sm的平均值就是整体的occupancy；

获得n时刻评价负载用的评价负载向量L，所述L满足以下公式：

L＝70％×L_n+30％×L_n-1；

综合所述评价负载向量L中的元素utilization，memory，pstates，以及occupancy进行模糊评判，获得模糊判决矩阵：R＝(r_ij)_4×3；

根据用户给出的诸因素权重分配为：W＝(w₁，w₂，w₃，w₄)以及模糊判决矩阵计算获得综合评价A，所述A满足以下公式：

A＝W·R＝(a₁，a₂，a₃)；

对所述综合评价A进行归一化处理获得A′，所述A′满足以下公式：

A′＝(a₁/s，a₂/s，a₃/s)；其中，

根据最大隶属度原则获得所述GPU的负载情况。

2.根据权利要求1所述的方法，其特征在于，所述综合所述评价负载向量L中的元素utilization，memory，pstates，以及occupancy进行模糊评判，获得模糊判决矩阵：R＝(r_ij)_4×3，包括：

utilization对轻载的隶属函数为：

utilization对适中的隶属函数为：

utilization对重载的隶属函数为：

memory对轻载的隶属函数为：

memory对适中的隶属函数为：

M₂(memory)＝sin(πmemory)(0≤memory≤1)

memory对重载的隶属函数为：

，pstates对轻载，适中，重载的隶属函数可在下述表1中查找：

表1

occupancy对轻载的隶属函数为：

occupancy对适中的隶属函数为：

occupancy对重载的隶属函数为：

根据以上函数构造模糊判决矩阵R如下所示：

R=L1(utilization)M1(utilization)H1(utilization)L2(memory)M2(memory)H2(memory)LMHL4(occupancy)M4(occupancy)H4(occupancy)]]>

矩阵中R的L、M、H为查找表1获得的pstates的轻载、适中、重载函数。