[发明专利]计算机同构集群系统高能效资源分配方法

摘要

本发明公开了一种计算机集群系统资源分配方法，该方法包括如下步骤一、读取实验所用到的各种重要参数信息。三、获取初始基本分簇结果集合Φ(G)。四、优化初始基本分簇结果，得到最佳分簇结果。五、任务簇映射。六、处理器动态电压调节。本发明针对同构集群系统中的能量优化问题，将基于分簇的调度算法和DVS技术结合起来，在满足系统性能要求的同时优化系统能耗。

主权项

1.一种计算机同构集群系统高能效资源分配方法，该方法包括如下步骤：步骤1.1：DSP的程序读入并行任务有向无环图文件，还读入处理器参数信息、网络参数信息以及平均通信计算比率信息；步骤2.1：通过拓扑排序读入并行任务有向无环图，生成拓扑排序序列；步骤2.2：通过COMPUTE-E-VALUE（v，G）算法，按照所述拓扑排序序列从入口任务v₁开始，计算每个任务的最早开始时间下界e值直至出口任务v_n结束，从而获得各任务的e值和相应的簇；步骤2.3：按照所述各任务的e值非降序排列每个簇中的任务；步骤3.1：逆拓扑排序所有上述任务节点，生成有序序列queqe；步骤3.2：所述有序序列queqe中的第一个节点v被标记为“1”，并将第一个节点v相应的簇C(v)放入集合Φ(G)中，同时标记这个簇中的所有节点已经被分簇，即这个簇中的所有节点已经在集合Φ(G)中；步骤3.3：标记所有满足以下条件的节点u为“1”：存在边arc(u,w),其中且w∈C(v),并将上述满足条件的节点u中相应的簇放入集合Φ(G)中，同时标记这个簇中的所有节点已经被分簇，即上述簇中的所有节点已经在集合Φ(G)中；步骤3.4：对经过上述步骤3.2和步骤3.3后没有被标记为“1”的节点中的第一个节点标记为“1”，并将上述节点相应的簇C(v)放入集合Φ(G)中；然后按照步骤3.3中的方式对满足以下条件的节点标记为“1”：存在边arc(u,w),其中且w∈C(v),并将上述满足条件的节点u中相应的簇放入集合Φ(G)中，同时标记这个簇中的所有节点已经被分簇，即上述簇中的所有节点已经在集合Φ(G)中；步骤3.5：重复步骤3.4，直到所有节点都被标记分簇为止；步骤4.1：计算各个任务的计算能耗和所有的具有优先约束关系的任意两个任务之间的通信能耗；其中，计算能耗的计算方法为： e n i = P N h i g h e s t · t i - - - ( 3 ) ]]>公式（3）中en_i表示任务v_i执行时所产生的计算能耗，PN_highest表示最高功耗，t_i表示任务v_i在处理器上的执行时间，任务集V中所有任务的计算能耗： E N a c t i v e = ∑ i = 1 | V | e n i = ∑ i = 1 n ( P N h i g h e s t · t i ) = P N h i g h e s t · ∑ i = 1 n t i , - - - ( 4 ) ]]>下面公式（5）中PN_idle代表处理器的空闲功耗，即处理器不工作时的功率，因此，有了空闲功耗和空闲时间，就可以得到任一处理器的空闲能耗,其中，n表示任务个数，xij表示任务i被分配到了处理器j上： E N i d l e j = P N i d l e · ( m a k e s p a n ∑ i = 1 n ( x i j · t i ) ) , - - - ( 5 ) ]]>公式（5）中makespan表示所有任务最终都被执行完毕的时间，也即最后一个任务被执行完毕的时间，如果m表示总的处理器个数，所有节点总的空闲能耗： E N i d l e = P N i d l e · ( m · m a k e s p a n ∑ j = 1 m ∑ i = 1 n ( x i j · t i ) ) , - - - ( 6 ) ]]>整个并行应用总的计算能耗： E N = E N a c t i v e + E N i d l e ; - - - ( 7 ) ]]>所述整个网络的通信能耗： E L = ∑ i = 1 n ∑ j = 1 , j ≠ i n ∑ p = 1 m ∑ q = 1 , p ≠ q m ( x i p · x j q · P L · c i j ) ; - - - ( 8 ) ]]>公式（8）中，PL表示网络连接功耗，而且，如果任务v_i被分配到处理器p上，x_ip为“1”，否则为“0”；如果任务v_j被分配到处理器q上，x_jq为“1”，否则为“0”，c_ij是信息传递时间；最终，整个集群系统总的能耗为： E total = EN + EL ; - - - ( 9 ) ]]>步骤4.2：将所述第一个被标记的节点所对应的簇定为主任务簇，且初始标记主任务簇中的所有任务都已经分簇；步骤4.3：从主任务簇开始遍历每个簇中的各个任务，如果一个簇中至少存在一个任务没有被分簇，则进入该簇分析该分簇中的各个任务的more_energy，more_energy的计算方法为：more_energy=en_u-el_uv，其中，任务u是任务v的前驱节点，en_u代表u的计算能耗，el_uv代表u和v之间的通信能耗；将最大的more_energy记为max_more_energy，判断max_more_energy是否大于0，如果max_more_energy≤0，则阈值控制部分失效，删除冗余的任务簇；步骤5.1：从主任务簇开始，将每个分簇中的所有任务映射到一个未被占用的处理器上，并标记该处理器已被占用；步骤5.2：重复步骤5.1，直到每个任务簇都被分配一个处理器为止；步骤6.1：任务之间的依赖关系会导致相应的处理器产生空闲时间，从第一个处理器开始，依次搜索每个处理器上具有空闲执行时间的任务；步骤6.2：利用DVS机制，在任务执行过程中，在不影响其他任务执行时间的前提下将任务执行频率和电压降低到近似最优值；处理器的功耗可以用给定的参数表示为； P d = C e f · V d d 2 · f - - - ( 10 ) ]]>公式（10）中C_ef代表开关电容，V_dd代表供电电压，f任务的执行频率，DVS的应用过程实际上就是选择最佳执行频率和电压的过程，这个过程表示为： f b e s t = f h i g h e s t · ( AECT i A E S T i ) A E S T j A E S T i - - - ( 11 ) ]]>公式（11）中f_highest代表处理器的最高执行频率，AEST_i代表任务v_i在处理器上的最早开始执行时间，令μ(v_i)代表任务v_i的计算时间，则AECT_i等于AEST_i与μ(v_i)的和，AEST_j表示每个处理器上任务v_i执行完成后的第一个执行任务的最早开始执行时间；给定处理器的最大功率，最高执行频率和最高电压，利用公式（10）推导出在任意电压V和频率f下的处理器功耗，最终，处理器上任一任务v_i的计算能耗表示为： E N i = P b e s t · t i - - - ( 12 ) ]]>公式（12）中t_i代表任务v_i在处理器上的执行时间，如果任务v_i无空闲时间，则其执行频率为最高频率，执行时间为其计算时间，即P_best=PN_highest，t_i=μ(v_i)；步骤6.3、重复步骤6.1和步骤6.2，直到所有的处理器的所有任务都已经被搜索完毕为止，而完成系统资源分配过程。