CN104298564A - 一种动态均衡异构计算系统负载的方法 - Google Patents
一种动态均衡异构计算系统负载的方法 Download PDFInfo
- Publication number
- CN104298564A CN104298564A CN201410544782.5A CN201410544782A CN104298564A CN 104298564 A CN104298564 A CN 104298564A CN 201410544782 A CN201410544782 A CN 201410544782A CN 104298564 A CN104298564 A CN 104298564A
- Authority
- CN
- China
- Prior art keywords
- load
- queue
- accelerator
- turn
- cur
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Landscapes
- Multi Processors (AREA)
Abstract
本发明公布了一种动态均衡异构计算系统负载的方法,目的是解决异构计算系统静态负载平衡方法灵活性差、效率低的问题。技术方案是先进行系统初始化及信息配置;然后为主处理器和加速器各创建一个计算负载队列,并将计算负载队列初始化;接着构建主处理器和加速器状态图,依据主处理器和加速器状态转换图,搜索处理器可工作集,依据异构计算系统实时运行情况,在各处理器间动态均衡调度负载,最后进行负载更新。采用本发明能增强异构系统计算负载均衡的灵活性,提升异构计算系统资源利用率。
Description
技术领域
本发明涉及负载均衡方法,尤指面向异构计算系统的负载动态均衡方法。
背景技术
异构计算系统是由主处理器和加速器两种不同体系结构处理器搭建的计算机系统。目前,主流的异构计算系统有CPU+GPU(Graphics Processing Units)和CPU+MIC(ManyIntegrated Core)组成异构计算系统。
由于异构计算系统中主处理器(如CPU)和加速器(GPU、MIC)设计目标的不同,处理器(主处理器和加速器的统称)计算能力差异大,异构计算系统运行一段时间后,某些处理器可能处于超载状态,而另一些处理器却处于空闲状态。如何有效地避免空闲与忙等待,可以减少任务的响应时间和提高异构计算系统的资源利用率。
随着异构计算机系统的普及和大规模异构计算应用领域的不断拓展,面向异构计算系统的负载均衡方法主要有以下几种:
(1)依据处理器设计目标,将控制事务交付给主处理器,而计算密集型负载则由加速器来加速,该方法中各处理器仅需专一于各自擅长的任务,但是该方法很容易造成加速器和主处理器“空闲”和“忙等待”并存的局面。
(2)依据各处理器计算能力,将计算负载分摊给各处理器,计算能力强的加速器应该分派的计算负载相对较多,主要负责控制事务的处理器计算能力相对较弱,仅需要处理小部分负载。该方法在一定程度上达到了主处理器和加速器协同计算的目的并且提高了异构计算系统的资源利用率。但是,该方法应用的前提是各处理器运行过程中一直处于正常工作状态,忽略了处理器中断等异常情况。一旦运行过程中处理器异常,该负载均衡方法就失效了。
上述两类面向异构计算系统的负载均衡方法都属于静态负载均衡方法。在一定程度上,面向具体的大规模应用加速都可以提高异构计算的执行效率。但是静态负载均衡方法效率低、灵活性差,不能够依据异构计算系统当前的负载状态有针对性地进行负载均衡,实时决定每个负载的执行过程,严重影响了异构计算系统的资源利用率。因此,面向异构计算系统提供一种动态均衡异构计算系统负载的方法是提高异构计算系统资源利用率的关键技术。
发明内容
本发明要解决的技术问题在于:针对异构计算系统静态负载平衡方法灵活性差、效率低的问题,提出一种动态均衡异构计算系统负载的方法,以提升异构计算系统资源利用率和增强异构系统负载均衡的灵活性。
为了解决上述技术问题,本发明的具体技术方案为:
第一步、系统初始化及信息配置。具体步骤如下:
1.1采用异构计算系统基础软件工具集提供的初始化函数(如init)完成异构计算系统初始化;
1.2获取主处理器和加速器的配置信息,即,异构系统中主处理器的个数p、每个主处理器拥有的浮点乘累加功能部件的数目m及主频f,加速器的个数p′、每个加速器拥有的浮点乘累加功能部件的数目m′及主频f′;
1.3定义主处理器集合P={p0,p1,…pi,…,pm},其中pi(0≤i≤m)表示编号为i的主处理器;
1.4定义加速器集合P′={p′0,p′1,…p′i′,…,p′n},其中p′i′(0≤i′≤n)表示编号为i′的加速器;
1.5计算主处理器的理论计算峰值Rpeak=p*m*f;
1.6计算加速器的理论计算峰值R′peak=p′*m′*f′;
1.7确定负载划分因子η=R′peak/Rpeak;
第二步、为主处理器和加速器各创建一个计算负载队列。计算负载队列包含头指针和由计算负载编号Tid及Next指针组成的结构体,具体方法如下:
2.1定义负载结构体Task,其中包含负载编号Tid和指向下一个结构体的指针Next两个域;
2.2创建主处理器负载队列H_Queue;
2.3定义指向主处理器负载队列第一个负载的结构体头指针H_Head;
2.4初始化H_Head为空(NULL),负载编号Tid_H=0;
2.5创建加速器负载队列A_Queue;
2.6定义指向加速器负载队列第一个负载的结构体头指针A_Head;
2.7初始化A_Head为空(NULL),负载编号Tid_A=0;
第三步、计算负载队列初始化。具体步骤如下:
3.1依据应用程序特征将负载集合T划分为T1和T2两个负载子集合,并且满足如下规则:
其中,compt(Ti1)为负载Ti1的计算量,i1=1,2;
3.2将T1插入队列A_Queue的头部,负载编号Tid_A=Tid_A+1;
3.3定义加速器负载队列当前指针A_Cur,
A_Cur=A_Head,加速器队列当前指针指向加速器队列头指针;
3.4将T2插入队列H_Queue的头部,负载编号Tid_H=Tid_H+1;
3.5定义主处理器计算负载队列当前指针H_Cur,
H_Cur=H_Head,主处理器计算负载队列当前指针指向主处理器队列头指针;
第四步、构建主处理器和加速器状态图。定义主处理器和加速器状态:忙(busy)、闲(idle)、异常(down)等三种状态,其中busy表示主处理器或加速器处于正常工作状态,idle表示主处理器或加速器正常等待工作状态,down表示主处理器或加速器异常不能正常工作。具体方法如下:
4.1定义主处理器和加速器状态集合
4.2依据异构系统特征和应用程序特征决定负载运行阀值ΔΓ,阀值应大于应用程序计算量与异构系统计算峰值的比值;
4.3任取主处理器pi∈P并且
4.4若主处理器pi已上电并且pi无负载正在运行,转换pi状态为idle,若pi已上电并且pi上有负载正在运行,转换pi状态为busy,若pi无法加电或是无法加载负载或是负载连续运行时间超过阀值ΔΓ,转换pi状态为down;
4.5Ps=Ps+{pi},表示将元素pi加入到集合Ps;
4.6P=P-{pi},表示将元素pi从集合P中删除;
4.7若集合P不为空,即转4.3,否则,转4.8;
4.8任取加速器p′i′∈P′并且
4.9若加速器p′i′已加电并且p′i′无负载正在运行,转换p′i′状态为idle,若p′i′已加电并且p′i′上有负载正在运行,转换p′i′状态为busy,若p′i′无法加电或是无法加载负载或是负载连续运行时间超过阀值ΔΓ,转换p′i′状态为down;
4.10Ps=Ps+{p′i′},表示将元素p′i′加入到集合Ps;
4.11Ps=Ps-{p′i′},表示将元素p′i′从集合Ps中删除;
4.12若集合P′不为空,即转4.8,否则,转第五步;
第五步、依据主处理器和加速器状态转换图,搜索处理器可工作集。具体方法如下:
5.1定义处理器可工作集
5.2任取处理器ps∈Ps;
5.3若ps的状态为idle;转5.4,否则,转5.5;
5.4将该处理器加入处理器可工作集合Pwable,即Pwable=Pwable+{ps};
5.5Ps=Ps-{ps};
5.6若转5.2;否则,转5.7;
5.7若Pwable不为空,即转5.8,否则,转第八步;
5.8定义主处理器可工作状态集合
5.9定义加速器可工作状态集合
5.10任取处理器pwable∈Pwable;
5.11若pwable∈P,将pwable加入集合Pw,Pw=Pw+{pwable},否则,将pwable加入集合P′w,P′w=P′w+{pwable};
5.12Pwable=Pwable-{pwable},表示将处理器pwable从集合Pwable中删除;
5.13若Pwable不为空,即转5.10,否则,转第六步;
第六步、依据异构计算系统实时运行情况,在各处理器间动态均衡调度负载。具体方法如下:
6.1若加速器可工作集不为空,即,转6.2,否则,转6.12;
6.2若A_cur≠NULL,转6.3,处理加速器队列A_Queue,否则,转6.7,处理主处理器队列H_Queue;
6.3将加速器队列当前负载,即加速器队列当前指针A_cur指向的负载分派给加速器p′i′(p′i′∈P′w);
6.4加速器队列当前指针向后移动指向下一个负载,即,A_Cur=A_Cur->Next;
6.5P′w=P′w-{p′i′},表示将加速器p′i′从集合P′w中删除;
6.6若A_cur≠NULL,转6.1,否则,转6.7,处理主处理器队列H_Queue;
6.7若H_cur≠NULL,转6.8,否则,转第七步,负载更新;
6.8将主处理器队列当前负载,即主处理器队列当前指针H_cur指向的负载分派给加速器p′i′(p′i′∈P′w);
6.9H_Cur=H_Cur->Next,主处理器队列当前指针后移指向下一个负载;
6.10P′w=P′w-{p′i′};
6.11若H_cur≠NULL,转6.1,否则,转第七步,进行负载更新;
6.12若主处理器可工作集不为空,转6.13,否则,转第四步,搜索处理器可工作集;
6.13若H_cur≠NULL,转6.14,处理主处理器队列H_Queue,否则,转6.18处理加速器队列A_Queue;
6.14将主处理器队列当前负载,即主处理器队列当前指针H_cur指向的负载分派给主处理器pi(pi∈Pw);
6.15H_Cur=H_Cur->Next,加速器队列当前指针后移指向下一个负载;
6.16Pw=Pw-{pi};
6.17若H_cur≠NULL,转6.12,否则,转6.18,处理加速器队列A_Queue;
6.18将加速器队列当前负载,即加速器队列当前指针A_cur指向的负载分派给主处理器pi(pi∈Pw);
6.19A_Cur=A_Cur->Next;
6.20Pw=Pw-{pi};
6.21若A_cur≠NULL,转6.12,否则,转第七步,进行负载更新;
第七步、负载更新。
7.1依据应用程序特征将待加入的负载集合T′划分为T′1和T′2两个计算负载子集合,并且满足如下规则:
其中,compt(T′t)为计算负载T′t的计算量,{t=1,2};
7.2将T′1插入队列A_Queue的头部,负载编号Tid_A=Tid_A+1;
7.3A_Cur=A_Head,加速器队列当前指针指向加速器队列头指针;
7.4将T′2插入队列H_Queue的头部,负载编号Tid_H=Tid_H+1;
7.5H_Cur=H_Head,主处理器计算负载队列当前指针指向主处理器队列头指针;
7.6若H_Cur=NULL并且A_Cur=NULL,转第八步,否则,转第四步;
第八步、结束。
采用本发明可以达到以下技术效果:
本发明第一步确定的负载划分因子以及第六步依据异构计算系统实时运行情况在主处理器和加速器之间动态均衡调度负载策略,增强了异构系统计算负载均衡的灵活性,提升了异构计算系统资源利用率。
附图说明
图1为队列结构示意图。
图2为异构系统计算负载动态均衡总体流程图。
具体实施方式
图1为计算负载队列结构示意图
如图1所示,计算负载队列由负载以链表的形式连接,负载队列由队列头指针Head标识。每个负载以一个数据结构体的形式存在,负载结构体包含两个结构体分量,第一分量为负载编号Id,第二个分量为指向下一个负载的结构体指针;
图2为异构系统计算负载动态均衡总体流程图。
第一步、系统初始化及信息配置。
第二步、为主处理器和加速器各创建一个计算负载队列。
第三步、计算负载队列初始化。
第四步、构建主处理器和加速器状态图。
第五步、依据主处理器和加速器状态转换图,搜索主处理器和加速器处理器可工作集。
第六步、依据异构计算系统实时运行情况,在各处理器间动态均衡调度负载。
第七步、负载更新。
第八步、结束。
Claims (1)
1.一种动态均衡异构计算系统负载的方法,其特征在于包括以下步骤:
第一步、系统初始化及信息配置,具体步骤如下:
1.1采用异构计算系统基础软件工具集提供的初始化函数完成异构计算系统初始化;
1.2获取主处理器和加速器的配置信息,即,异构系统中主处理器的个数p、每个主处理器拥有的浮点乘累加功能部件的数目m及主频f,加速器的个数p'、每个加速器拥有的浮点乘累加功能部件的数目m'及主频f';
1.3定义主处理器集合P={p0,p1,…pi,…,pm},其中pi(0≤i≤m)表示编号为i的主处理器;
1.4定义加速器集合P'={p'0,p'1,…p'i',…,p'n},其中p'i'(0≤i'≤n)表示编号为i'的加速器;
1.5计算主处理器的理论计算峰值Rpeak=p*m*f;
1.6计算加速器的理论计算峰值R'peak=p'*m'*f';
1.7确定负载划分因子η=R'peak/Rpeak;
第二步、为主处理器和加速器各创建一个计算负载队列,计算负载队列包含头指针和由计算负载编号Tid及Next指针组成的结构体,具体方法如下:
2.1定义负载结构体Task,其中包含负载编号Tid和指向下一个结构体的指针Next两个域;
2.2创建主处理器负载队列H_Queue;
2.3定义指向主处理器负载队列第一个负载的结构体头指针H_Head;
2.4初始化H_Head为空(NULL),负载编号Tid_H=0;
2.5创建加速器负载队列A_Queue;
2.6定义指向加速器负载队列第一个负载的结构体头指针A_Head;
2.7初始化A_Head为空,负载编号Tid_A=0;
第三步、计算负载队列初始化,具体步骤如下:
3.1依据应用程序特征将负载集合T划分为T1和T2两个负载子集合,并且满足如下规则:
其中,compt(Ti1)为负载Ti1的计算量,i1=1,2;
3.2将T1插入队列A_Queue的头部,负载编号Tid_A=Tid_A+1;
3.3定义加速器负载队列当前指针A_Cur,
A_Cur=A_Head,加速器队列当前指针指向加速器队列头指针;
3.4将T2插入队列H_Queue的头部,负载编号Tid_H=Tid_H+1;
3.5定义主处理器计算负载队列当前指针H_Cur,
H_Cur=H_Head,主处理器计算负载队列当前指针指向主处理器队列头指针;
第四步、构建主处理器和加速器状态图,定义主处理器和加速器有三种状态:忙即busy、闲即idle、异常即down,其中busy表示主处理器或加速器处于正常工作状态,idle表示主处理器或加速器正常等待工作状态,down表示主处理器或加速器异常不能正常工作;具体方法如下:
4.1定义主处理器和加速器状态集合
4.2依据异构系统特征和应用程序特征决定负载运行阀值ΔΓ,阀值应大于应用程序计算量与异构系统计算峰值的比值;
4.3任取主处理器pi∈P并且
4.4若主处理器pi已上电并且pi无负载正在运行,转换pi状态为idle,若pi已上电并且pi上有负载正在运行,转换pi状态为busy,若pi无法加电或是无法加载负载或是负载连续运行时间超过阀值ΔΓ,转换pi状态为down;
4.5Ps=Ps+{pi},表示将元素pi加入到集合Ps;
4.6P=P-{pi},表示将元素pi从集合P中删除;
4.7若集合P不为空,即转4.3,否则,转4.8;
4.8任取加速器p'i'∈P'并且
4.9若加速器p'i'已加电并且p'i'无负载正在运行,转换p'i'状态为idle,若p'i'已加电并且p'i'上有负载正在运行,转换p'i'状态为busy,若p'i'无法加电或是无法加载负载或是负载连续运行时间超过阀值ΔΓ,转换p'i'状态为down;
4.10Ps=Ps+{p'i'},表示将元素p'i'加入到集合Ps;
4.11Ps=Ps-{p'i'},表示将元素p'i'从集合Ps中删除;
4.12若集合P'不为空,即转4.8,否则,转第五步;
第五步、依据主处理器和加速器状态转换图,搜索处理器可工作集,具体方法如下:
5.1定义处理器可工作集
5.2任取处理器ps∈Ps;
5.3若ps的状态为idle;转5.4,否则,转5.5;
5.4将该处理器加入处理器可工作集合Pwable,即Pwable=Pwable+{ps};
5.5Ps=Ps-{ps};
5.6若转5.2;否则,转5.7;
5.7若Pwable不为空,即转5.8,否则,转第八步;
5.8定义主处理器可工作状态集合
5.9定义加速器可工作状态集合
5.10任取处理器pwable∈Pwable;
5.11若pwable∈P,将pwable加入集合Pw,Pw=Pw+{pwable},否则,将pwable加入集合P'w,P'w=P'w+{pwable};
5.12Pwable=Pwable-{pwable},表示将处理器pwable从集合Pwable中删除;
5.13若Pwable不为空,即转5.10,否则,转第六步;
第六步、依据异构计算系统实时运行情况,在各处理器间动态均衡调度负载,具体方法如下:
6.1若加速器可工作集不为空,即,转6.2,否则,转6.12;
6.2若A_cur≠NULL,转6.3,处理加速器队列A_Queue,否则,转6.7,处理主处理器队列H_Queue;
6.3将加速器队列当前负载,即加速器队列当前指针A_cur指向的负载分派给加速器p'i'(p'i'∈P'w);
6.4加速器队列当前指针向后移动指向下一个负载,即,A_Cur=A_Cur->Next;
6.5P'w=P'w-{p'i'},表示将加速器p'i'从集合P'w中删除;
6.6若A_cur≠NULL,转6.1,否则,转6.7,处理主处理器队列H_Queue;
6.7若H_cur≠NULL,转6.8,否则,转第七步,负载更新;
6.8将主处理器队列当前负载,即主处理器队列当前指针H_cur指向的负载分派给加速器p'i'(p'i'∈P'w);
6.9H_Cur=H_Cur->Next,主处理器队列当前指针后移指向下一个负载;
6.10P'w=P'w-{p'i'};
6.11若H_cur≠NULL,转6.1,否则,转第七步进行负载更新;
6.12若主处理器可工作集不为空,转6.13,否则,转第四步,搜索处理器可工作集;
6.13若H_cur≠NULL,转6.14,处理主处理器队列H_Queue,否则,转6.18处理加速器队列A_Queue;
6.14将主处理器队列当前负载,即主处理器队列当前指针H_cur指向的负载分派给主处理器pi(pi∈Pw);
6.15H_Cur=H_Cur->Next,加速器队列当前指针后移指向下一个负载;
6.16Pw=Pw-{pi};
6.17若H_cur≠NULL,转6.12,否则,转6.18,处理加速器队列A_Queue;
6.18将加速器队列当前负载,即加速器队列当前指针A_cur指向的负载分派给主处理器pi(pi∈Pw);
6.19A_Cur=A_Cur->Next;
6.20Pw=Pw-{pi};
6.21若A_cur≠NULL,转6.12,否则,转第七步;
第七步、负载更新:
7.1依据应用程序特征将待加入的负载集合T'划分为T'1和T'2两个计算负载子集合,并且满足如下规则:
其中,compt(T't)为计算负载T't的计算量,{t=1,2};
7.2将T'1插入队列A_Queue的头部,负载编号Tid_A=Tid_A+1;
7.3A_Cur=A_Head,加速器队列当前指针指向加速器队列头指针;
7.4将T'2插入队列H_Queue的头部,负载编号Tid_H=Tid_H+1;
7.5H_Cur=H_Head,主处理器计算负载队列当前指针指向主处理器队列头指针;
7.6若H_Cur=NULL并且A_Cur=NULL,转第八步,否则,转第四步;
第八步、结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410544782.5A CN104298564B (zh) | 2014-10-15 | 2014-10-15 | 一种动态均衡异构计算系统负载的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410544782.5A CN104298564B (zh) | 2014-10-15 | 2014-10-15 | 一种动态均衡异构计算系统负载的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104298564A true CN104298564A (zh) | 2015-01-21 |
CN104298564B CN104298564B (zh) | 2017-05-17 |
Family
ID=52318301
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410544782.5A Active CN104298564B (zh) | 2014-10-15 | 2014-10-15 | 一种动态均衡异构计算系统负载的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104298564B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780213A (zh) * | 2015-04-17 | 2015-07-15 | 华中科技大学 | 一种主从分布式图处理系统负载动态优化方法 |
CN108958923A (zh) * | 2017-05-25 | 2018-12-07 | 上海华为技术有限公司 | 一种调度硬件加速器的方法以及调度设备 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706741A (zh) * | 2009-12-11 | 2010-05-12 | 中国人民解放军国防科学技术大学 | 一种基于负载平衡的cpu和gpu两级动态任务划分方法 |
CN102411658A (zh) * | 2011-11-25 | 2012-04-11 | 中国人民解放军国防科学技术大学 | 一种基于cpu和gpu协作的分子动力学加速方法 |
US20120173709A1 (en) * | 2011-01-05 | 2012-07-05 | Li Li | Seamless scaling of enterprise applications |
CN102662765A (zh) * | 2012-04-28 | 2012-09-12 | 中国科学技术大学 | 一种运行效率指导的可重构多核处理器的资源分配方法 |
EP2784985A1 (en) * | 2011-12-29 | 2014-10-01 | Huawei Technologies Co., Ltd. | Cloud computing system and method for managing storage resources therein |
-
2014
- 2014-10-15 CN CN201410544782.5A patent/CN104298564B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101706741A (zh) * | 2009-12-11 | 2010-05-12 | 中国人民解放军国防科学技术大学 | 一种基于负载平衡的cpu和gpu两级动态任务划分方法 |
US20120173709A1 (en) * | 2011-01-05 | 2012-07-05 | Li Li | Seamless scaling of enterprise applications |
CN102411658A (zh) * | 2011-11-25 | 2012-04-11 | 中国人民解放军国防科学技术大学 | 一种基于cpu和gpu协作的分子动力学加速方法 |
EP2784985A1 (en) * | 2011-12-29 | 2014-10-01 | Huawei Technologies Co., Ltd. | Cloud computing system and method for managing storage resources therein |
CN102662765A (zh) * | 2012-04-28 | 2012-09-12 | 中国科学技术大学 | 一种运行效率指导的可重构多核处理器的资源分配方法 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104780213A (zh) * | 2015-04-17 | 2015-07-15 | 华中科技大学 | 一种主从分布式图处理系统负载动态优化方法 |
CN104780213B (zh) * | 2015-04-17 | 2018-02-23 | 华中科技大学 | 一种主从分布式图处理系统负载动态优化方法 |
CN108958923A (zh) * | 2017-05-25 | 2018-12-07 | 上海华为技术有限公司 | 一种调度硬件加速器的方法以及调度设备 |
Also Published As
Publication number | Publication date |
---|---|
CN104298564B (zh) | 2017-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Harbour et al. | Fixed priority scheduling periodic tasks with varying execution priority. | |
CN111738446B (zh) | 深度学习推理引擎的调度方法、装置、设备和介质 | |
CN103226540B (zh) | 基于分组多流的gpu上多区结构网格cfd加速方法 | |
CN105117286A (zh) | MapReduce中任务的调度方法和流水化执行方法 | |
EP2637095B1 (en) | Thin client system, management server, workplace environment setting method and workplace environment setting program | |
CN103942102A (zh) | 基于双优先级的实时任务调度方法 | |
CN103401939A (zh) | 一种采用混合调度策略的负载均衡方法 | |
CN104137075A (zh) | Gpu的资源分配方法和装置 | |
CN104317768A (zh) | 面向cpu+dsp异构系统的矩阵乘加速方法 | |
CN106445070B (zh) | 一种硬实时系统资源受限偶发任务能耗优化调度方法 | |
JP2020524313A (ja) | 予測実行タスクの実行時間を組み合わせ最適化するスケジューリング方法 | |
CN104252383A (zh) | 基于混沌粒子群算法的可重构计算的软硬件任务划分方法 | |
CN103279330A (zh) | 一种基于虚拟机GPU计算下的MapReduce并行编程模型 | |
CN104461748A (zh) | 一种基于MapReduce的最优本地化任务调度方法 | |
CN103914346A (zh) | 一种基于分组的实时操作系统双优先级任务调度节能方法 | |
CN103823706A (zh) | 一种基于RTLinux的被控对象模型模拟仿真实时调度方法 | |
CN101639788B (zh) | 一种基于tbb线程构建块的连续系统仿真多核并行方法 | |
Du et al. | Model parallelism optimization for distributed inference via decoupled CNN structure | |
CN103455375A (zh) | Hadoop云平台下基于负载监控的混合调度方法 | |
CN104298564A (zh) | 一种动态均衡异构计算系统负载的方法 | |
CN103049314A (zh) | 一种开放式系统实时调度方法 | |
CN109739332A (zh) | 一种多任务通用能耗优化方法 | |
CN106201695A (zh) | 适用于嵌入式软件系统的多任务调度方法 | |
CN113961439A (zh) | 一种基于smt方法的dag任务wcrt计算方法 | |
WO2024021475A1 (zh) | 一种容器调度方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |