CN110308988A - 一种应用于异构计算平台的动态调度方法及系统 - Google Patents
一种应用于异构计算平台的动态调度方法及系统 Download PDFInfo
- Publication number
- CN110308988A CN110308988A CN201910415315.5A CN201910415315A CN110308988A CN 110308988 A CN110308988 A CN 110308988A CN 201910415315 A CN201910415315 A CN 201910415315A CN 110308988 A CN110308988 A CN 110308988A
- Authority
- CN
- China
- Prior art keywords
- platform
- execution
- node
- value
- calculated
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5005—Allocation of resources, e.g. of the central processing unit [CPU] to service a request
- G06F9/5027—Allocation of resources, e.g. of the central processing unit [CPU] to service a request the resource being a machine, e.g. CPUs, Servers, Terminals
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F9/00—Arrangements for program control, e.g. control units
- G06F9/06—Arrangements for program control, e.g. control units using stored programs, i.e. using an internal store of processing equipment to receive or retain programs
- G06F9/46—Multiprogramming arrangements
- G06F9/50—Allocation of resources, e.g. of the central processing unit [CPU]
- G06F9/5061—Partitioning or combining of resources
- G06F9/5072—Grid computing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/501—Performance criteria
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2209/00—Indexing scheme relating to G06F9/00
- G06F2209/50—Indexing scheme relating to G06F9/50
- G06F2209/5015—Service provider selection
Landscapes
- Engineering & Computer Science (AREA)
- Software Systems (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Stored Programmes (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供一种应用于异构计算平台的动态调度方法及系统,涉及机器视觉技术领域,具体包括:步骤S1,执行应用程序中的一个应用任务;步骤S2,遍历应用任务所关联的所有计算节点,判断是否有未被执行的计算节点:若有,则将一个未被执行的计算节点作为待计算节点并转向步骤S3;若无,则退出;步骤S3,根据待计算节点在各个执行平台的执行性能,计算待计算节点对各个执行平台的亲密度值;步骤S4,选择亲密度值最大的执行平台执行待计算节点,随后返回步骤S1。本发明的有益效果是:提高了硬件资源的利用率,同时提高了算法性能。
Description
技术领域
本发明涉及机器视觉领域,尤其涉及一种异构计算平台的动态调度方法及系统。
背景技术
机器视觉的主要功能有检测、定位及测量。机器视觉系统相对于人工或传统机械方式而言,具有速度快、精度高、准确性高等一系列优点。在所有机器处理的感知系统中,机器视觉系统包含的信息量最大,也是计算机应用中最复杂和最具挑战的研究领域之一,为了应对计算多元化的需求,我们需要越来越强大、越来越高效的计算系统,异构计算应运而生。
异构计算主要指不同类型的指令集和体系架构的计算单元组成的系统的计算方式。将视觉应用程序表示为由一个或多个计算节点组成的有向无环图,不同计算节点在不同的执行平台上的性能不同,如何让每个计算节点以最短的时间完成运算,是提高异构计算平台性能的关键。
现有技术中,采用人工指定执行平台的方法,即开发人员基于已有经验为每一个计算节点指定执行平台,从而达到提高效率的目的。但是由于应用程序在运行过程中,各算子的执行时间并不相同,人为指定计算节点的执行平台,容易造成一些执行平台较为繁忙,而另外一些执行平台一直处于等待状态,造成硬件资源的浪费。
发明内容
针对现有技术中存在的问题,本发明提供一种应用于异构计算平台的动态调度方法,用于OpenVX软件框架下的应用程序进行动态调整,所述异构计算平台包括多个不同的执行平台,所述应用程序中的应用任务包括多个待执行的计算节点,并预先获得每个所述计算节点在不同的所述执行平台的执行性能;
所述动态调度方法具体包括以下步骤:
步骤S1,执行所述应用程序中的一个应用任务;
步骤S2,遍历所述应用任务所关联的所有所述计算节点,判断是否有未被执行的所述计算节点:
若有,则将一个未被执行的所述计算节点作为待计算节点并转向步骤S3;
若无,则退出;
步骤S3,根据所述待计算节点在各个所述执行平台的所述执行性能,计算所述待计算节点对各个所述执行平台的亲密度值;
步骤S4,选择所述亲密度值最大的执行平台执行所述待计算节点,随后返回所述步骤S1。
优选的,所述步骤S3中,所述亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示所述待计算节点的所述亲密度值;
Qi表示所述待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算所述亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算所述亲密度值时所占的权重。
优选的,依照下述预设策略设置各个所述计算节点的所述执行性能:
预先对各个所述计算节点在各个所述执行平台上的执行结果进行评价,并对评价结果进行判断:
若所述评价结果表示所述计算节点在所述执行平台上运行良好,则将所述执行平台对应的所述执行性能设定为一第一数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况一般,则将所述执行平台对应的所述执行性能设定为一第二数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况较差,则将所述执行平台对应的所述执行性能设定为一第三数值;
所述第一数值大于所述第二数值,所述第二数值大于所述第三数值。
优选的,所述第一数值为10,所述第二数值为5,所述第三数值为1。
优选的,所述步骤S4中,选择所述亲密度值最大的所述执行平台,并将所述待计算节点加入到被选择的所述执行平台的执行队列中,随后立即返回所述步骤S1。
一种应用于异构计算平台的动态调度系统,应用以上任意一项所述的动态调度方法,具体包括:
应用任务获取模块,用于获取OpenVX软件框架下的应用程序中的应用任务;
判断模块,连接所述应用任务获取模块,用于判断所述应用任务所关联的所有所述计算节点中是否有未被执行的所述计算节点,并输出相应的判断结果;
处理模块,连接所述判断模块,用于在所述判断结果表示有未被执行的所述计算节点时,将未被执行的所述计算节点作为待计算节点,并根据所述待计算节点在各个所述执行平台的所述执行性能,计算所述待计算节点对各个所述执行平台的亲密度值;
调度模块,连接所述处理模块,用于选择所述亲密度值最大的执行平台执行所述待计算节点。
优选的,所述亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示所述待计算节点的所述亲密度值;
Qi表示所述待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算所述亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算所述亲密度值时所占的权重。
优选的,依照下述预设策略设置各个所述计算节点的所述执行性能:
预先对各个所述计算节点在各个所述执行平台上的执行结果进行评价,并对评价结果进行判断:
若所述评价结果表示所述计算节点在所述执行平台上运行良好,则将所述执行平台对应的所述执行性能设定为一第一数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况一般,则将所述执行平台对应的所述执行性能设定为一第二数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况较差,则将所述执行平台对应的所述执行性能设定为一第三数值;
所述第一数值大于所述第二数值,所述第二数值大于所述第三数值。
优选的,所述第一数值为10,所述第二数值为5,所述第三数值为1。
优选的,所述调度模块的调度方式为:
选择所述亲密度值最大的所述执行平台,并将所述待计算节点加入到被选择的所述执行平台的执行队列中,随后立即执行下一个待计算节点的调度。
上述技术方案具有如下优点或有益效果:根据计算节点与执行平台的亲密度,动态选择计算节点的执行平台,提高了硬件资源的利用率,同时提高了算法性能。
附图说明
图1为本发明的较佳实施例中,一种应用于异构计算平台的动态调度方法的流程示意图;
图2为本发明的较佳实施例中,一种应用于异构计算平台的动态调度系统的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其他实施例,都属于本发明保护的范围。
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
下面结合附图和具体实施例对本发明作进一步说明,但不作为本发明的限定。
本发明的较佳的实施例中,基于现有技术中存在的上述问题,现提供一种应用于异构计算平台的动态调度方法,用于OpenVX软件框架下的应用程序进行动态调整,异构计算平台包括多个不同的执行平台,应用程序中的应用任务包括多个待执行的计算节点,并预先获得每个计算节点在不同的执行平台的执行性能;
如图1所示,动态调度方法具体包括以下步骤:
步骤S1,执行应用程序中的一个应用任务;
步骤S2,遍历应用任务所关联的所有计算节点,判断是否有未被执行的计算节点:
若有,则将一个未被执行的计算节点作为待计算节点并转向步骤S3;
若无,则退出;
步骤S3,根据待计算节点在各个执行平台的执行性能,计算待计算节点对各个执行平台的亲密度值;
步骤S4,选择亲密度值最大的执行平台执行待计算节点,随后返回步骤S1。
具体地,本实施例中,应用程序中的每个应用任务,按照计算类型可以划分为一个或多个计算节点,上述一个或多个计算节点构建成一个有向无环图。对于上述应用程序中的其中一个应用任务,遍历该应用任务关联的所述计算节点组成的有向无环图,并按照预先设置的每个计算节点的执行条件,判断是否有未被执行的计算节点,若不存在满足执行条件的计算节点,则说明该有向无环图中的所有计算节点均已执行完成,可结束调度进程;若存在满足执行条件的计算节点,则将该未被执行的计算节点作为待计算节点,进行调度进程。
本实施例中,依据待计算节点与各个执行平台的亲密度进行上述调度进程,上述亲密度由计算得到的亲密度值来表征,其中,待计算节点与一执行平台之间的亲密度值越大,则说明该待计算节点在该执行平台上执行能够使得算法性能最优,待计算节点与一执行平台之间的亲密度值越小,则说明该待计算节点在该执行平台上执行可能会造成硬件资源的浪费,无法实现算法性能的提高。因此,本实施例中,通过将待计算节点分配至与其之间的亲密度值最大的执行平台来执行,能够有效提高硬件资源的使用率,从而达到提高算法性能的目的。上述执行平台包括中央处理器、图形处理器及数字信号处理器等。
本发明的较佳的实施例中,步骤S3中,亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示待计算节点的亲密度值;
Qi表示待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算亲密度值时所占的权重。
具体地,本实施例中,由以上亲密度值的计算公式可以看出,待计算节点的亲密度值的计算需要同时考虑待计算节点在各个执行平台上的执行性能以及各个执行平台从当前状态到空闲状态所需的时间。举例来说,该待计算节点对应有执行平台一和执行平台二,其中,待计算节点在执行平台一上的执行性能优于待计算节点在执行平台二上的执行性能,且执行平台一当前处于忙碌状态,执行平台二当前处于空闲状态。若仅从执行性能的角度考虑,待计算节点与执行平台一的亲密度更高,但若执行平台一需要很长时间才能从当前的忙碌状态转为空闲状态,即待计算节点需要等待很长时间才会被执行平台一执行,此时,执行平台一一直处于忙碌状态,而执行平台二一直处于空闲等待状态,造成硬件资源的浪费。若仅从执行平台从当前状态到空闲状态所需的时间的角度考虑,待计算节点与执行平台二的亲密度更高,但由于执行平台二的执行性能较差,待计算节点可能需要执行很长时间,若执行平台一很快就能结束当前的忙碌状态,并具备较优的执行性能,此时,虽然提高了硬件资源的使用率,但由于运算效率较低导致算法性能的降低。进一步地,由以上亲密度值的计算公式可以看出,亲密度值的计算结果可以为负值。
本发明的较佳的实施例中,依照下述预设策略设置各个计算节点的执行性能:
预先对各个计算节点在各个执行平台上的执行结果进行评价,并对评价结果进行判断:
若评价结果表示计算节点在执行平台上运行良好,则将执行平台对应的执行性能设定为一第一数值;
若评价结果表示计算节点在执行平台上的运行情况一般,则将执行平台对应的执行性能设定为一第二数值;
若评价结果表示计算节点在执行平台上的运行情况较差,则将执行平台对应的执行性能设定为一第三数值;
第一数值大于第二数值,第二数值大于第三数值。
具体地,由于计算类型不同,造成计算节点在各个执行平台上的执行性能也不尽相同。本实施例中,根据计算节点在执行平台上的运行情况预先对该计算节点的执行性能进行设定,上述运行情况包括运行情况良好、运行情况一般和运行情况较差,本实施例的设定规则为运行情况越好则执行性能的设定值越大,若计算节点在执行平台上的运行情况良好,则将执行平台对应的执行性能对应的第一数值设定为10,若计算节点在执行平台上的运行情况一般,则将执行平台对应的执行性能对应的第二数值设定为5,计算节点在执行平台上的运行情况较差,则将执行平台对应的执行性能对应的第三数值设定为1。
本发明的一个较佳的实施例中,若计算节点在执行平台上的运行情况良好,则将执行平台对应的执行性能对应的第一数值设定为9,若计算节点在执行平台上的运行情况一般,则将执行平台对应的执行性能对应的第二数值设定为7,计算节点在执行平台上的运行情况较差,则将执行平台对应的执行性能对应的第三数值设定为3。
本发明的另一个较佳的实施例中,若计算节点在执行平台上的运行情况良好,则将执行平台对应的执行性能对应的第一数值设定为20,若计算节点在执行平台上的运行情况一般,则将执行平台对应的执行性能对应的第二数值设定为10,计算节点在执行平台上的运行情况较差,则将执行平台对应的执行性能对应的第三数值设定为5。
综上可知,计算节点的执行性能的设定值可以根据实际需要自行进行设定,只需满足第一数值大于第二数值,第二数值大于第三数值。
本发明的较佳的实施例中,第一数值为10,第二数值为5,第三数值为1。
本发明的较佳的实施例中,步骤S4中,选择亲密度值最大的执行平台,并将待计算节点加入到被选择的执行平台的执行队列中,随后立即返回步骤S1。
本实施例中,计算节点的执行方式为非阻塞方式。具体来说,计算节点分配至对应的亲密度值最大的执行平台进行执行,无论被选择的执行平台是否为空闲状态,只需将该待计算节点加入到该执行平台的执行队列中,随后立即返回步骤S1,以进行下一个待计算节点的调度,无需等待至该待计算节点执行结束。
一种应用于异构计算平台的动态调度系统,应用以上任意一项的动态调度方法,如图2所示,具体包括:
应用任务获取模块1,用于获取OpenVX软件框架下的应用程序中的应用任务;
判断模块2,连接应用任务获取模块1,用于判断应用任务所关联的所有计算节点中是否有未被执行的计算节点,并输出相应的判断结果;
处理模块3,连接判断模块2,用于在判断结果表示有未被执行的计算节点时,将未被执行的计算节点作为待计算节点,并根据待计算节点在各个执行平台的执行性能,计算待计算节点对各个执行平台的亲密度值;
调度模块4,连接处理模块3,用于选择亲密度值最大的执行平台执行待计算节点。
本发明的较佳的实施例中,亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示待计算节点的亲密度值;
Qi表示待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算亲密度值时所占的权重。
本发明的较佳的实施例中,依照下述预设策略设置各个计算节点的执行性能:
预先对各个计算节点在各个执行平台上的执行结果进行评价,并对评价结果进行判断:
若评价结果表示计算节点在执行平台上运行良好,则将执行平台对应的执行性能设定为一第一数值;
若评价结果表示计算节点在执行平台上的运行情况一般,则将执行平台对应的执行性能设定为一第二数值;
若评价结果表示计算节点在执行平台上的运行情况较差,则将执行平台对应的执行性能设定为一第三数值;
第一数值大于第二数值,第二数值大于第三数值。
本发明的较佳的实施例中,第一数值为10,第二数值为5,第三数值为1。
本发明的较佳的实施例中,调度模块4的调度方式为:
选择亲密度值最大的执行平台,并将待计算节点加入到被选择的执行平台的执行队列中,随后立即执行下一个待计算节点的调度。
以上所述仅为本发明较佳的实施例,并非因此限制本发明的实施方式及保护范围,对于本领域技术人员而言,应当能够意识到凡运用本说明书及图示内容所作出的等同替换和显而易见的变化所得到的方案,均应当包含在本发明的保护范围内。
Claims (10)
1.一种应用于异构计算平台的动态调度方法,用于OpenVX软件框架下的应用程序进行动态调整,其特征在于,所述异构计算平台包括多个不同的执行平台,所述应用程序中的应用任务包括多个待执行的计算节点,并预先获得每个所述计算节点在不同的所述执行平台的执行性能;
所述动态调度方法具体包括以下步骤:
步骤S1,执行所述应用程序中的一个应用任务;
步骤S2,遍历所述应用任务所关联的所有所述计算节点,判断是否有未被执行的所述计算节点:
若有,则将一个未被执行的所述计算节点作为待计算节点并转向步骤S3;
若无,则退出;
步骤S3,根据所述待计算节点在各个所述执行平台的所述执行性能,计算所述待计算节点对各个所述执行平台的亲密度值;
步骤S4,选择所述亲密度值最大的执行平台执行所述待计算节点,随后返回所述步骤S1。
2.根据权利要求1所述的动态调度方法,其特征在于,所述步骤S3中,所述亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示所述待计算节点的所述亲密度值;
Qi表示所述待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算所述亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算所述亲密度值时所占的权重。
3.根据权利要求1所述的动态调度方法,其特征在于,依照下述预设策略设置各个所述计算节点的所述执行性能:
预先对各个所述计算节点在各个所述执行平台上的执行结果进行评价,并对评价结果进行判断:
若所述评价结果表示所述计算节点在所述执行平台上运行良好,则将所述执行平台对应的所述执行性能设定为一第一数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况一般,则将所述执行平台对应的所述执行性能设定为一第二数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况较差,则将所述执行平台对应的所述执行性能设定为一第三数值;
所述第一数值大于所述第二数值,所述第二数值大于所述第三数值。
4.根据权利要求3所述的动态调度方法,其特征在于,所述第一数值为10,所述第二数值为5,所述第三数值为1。
5.根据权利要求1所述的动态调度方法,其特征在于,所述步骤S4中,选择所述亲密度值最大的所述执行平台,并将所述待计算节点加入到被选择的所述执行平台的执行队列中,随后立即返回所述步骤S1。
6.一种应用于异构计算平台的动态调度系统,应用如权利要求1-5中任意一项所述的动态调度方法,其特征在于,具体包括:
应用任务获取模块,用于获取OpenVX软件框架下的应用程序中的应用任务;
判断模块,连接所述应用任务获取模块,用于判断所述应用任务所关联的所有所述计算节点中是否有未被执行的所述计算节点,并输出相应的判断结果;
处理模块,连接所述判断模块,用于在所述判断结果表示有未被执行的所述计算节点时,将未被执行的所述计算节点作为待计算节点,并根据所述待计算节点在各个所述执行平台的所述执行性能,计算所述待计算节点对各个所述执行平台的亲密度值;
调度模块,连接所述处理模块,用于选择所述亲密度值最大的执行平台执行所述待计算节点。
7.根据权利要求6所述的动态调度系统,其特征在于,所述亲密度值的计算公式如下:
Intimacyi=Qi*Wq-Free_time*Wf
其中,
Intimacyi表示所述待计算节点的所述亲密度值;
Qi表示所述待计算节点在执行平台i上的执行性能;
Wq表示Qi在计算所述亲密度值时所占的权重;
Free_time表示执行平台i从当前状态到空闲状态所需的时间;
Wf表示Free_time在计算所述亲密度值时所占的权重。
8.根据权利要求6所述的动态调度系统,其特征在于,依照下述预设策略设置各个所述计算节点的所述执行性能:
预先对各个所述计算节点在各个所述执行平台上的执行结果进行评价,并对评价结果进行判断:
若所述评价结果表示所述计算节点在所述执行平台上运行良好,则将所述执行平台对应的所述执行性能设定为一第一数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况一般,则将所述执行平台对应的所述执行性能设定为一第二数值;
若所述评价结果表示所述计算节点在所述执行平台上的运行情况较差,则将所述执行平台对应的所述执行性能设定为一第三数值;
所述第一数值大于所述第二数值,所述第二数值大于所述第三数值。
9.根据权利要求8所述的动态调度系统,其特征在于,所述第一数值为10,所述第二数值为5,所述第三数值为1。
10.根据权利要求6所述的动态调度系统,其特征在于,所述调度模块的调度方式为:
选择所述亲密度值最大的所述执行平台,并将所述待计算节点加入到被选择的所述执行平台的执行队列中,随后立即执行下一个待计算节点的调度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415315.5A CN110308988B (zh) | 2019-05-17 | 2019-05-17 | 一种应用于异构计算平台的动态调度方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910415315.5A CN110308988B (zh) | 2019-05-17 | 2019-05-17 | 一种应用于异构计算平台的动态调度方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110308988A true CN110308988A (zh) | 2019-10-08 |
CN110308988B CN110308988B (zh) | 2020-08-04 |
Family
ID=68075433
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910415315.5A Active CN110308988B (zh) | 2019-05-17 | 2019-05-17 | 一种应用于异构计算平台的动态调度方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110308988B (zh) |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7191440B2 (en) * | 2001-08-15 | 2007-03-13 | Intel Corporation | Tracking operating system process and thread execution and virtual machine execution in hardware or in a virtual machine monitor |
CN101582043A (zh) * | 2008-05-16 | 2009-11-18 | 华东师范大学 | 一种异构计算系统动态任务分配方法 |
CN103491151A (zh) * | 2013-09-13 | 2014-01-01 | 中安消技术有限公司 | 一种云计算资源的调度方法、装置及云计算平台 |
CN104239135A (zh) * | 2014-05-19 | 2014-12-24 | 江苏科技大学 | 有向无环图的可重构系统的混合任务调度方法 |
CN104915407A (zh) * | 2015-06-03 | 2015-09-16 | 华中科技大学 | 一种基于Hadoop多作业环境下的资源调度方法 |
CN105446818A (zh) * | 2015-12-18 | 2016-03-30 | 华为技术有限公司 | 一种业务处理的方法、相关装置以及系统 |
CN108874537A (zh) * | 2018-04-11 | 2018-11-23 | 哈尔滨工程大学 | 基于分段的自适应动态调整线程池大小的方法 |
CN109101339A (zh) * | 2018-08-15 | 2018-12-28 | 北京邮电大学 | 异构集群中视频任务并行化方法、装置及异构集群系统 |
-
2019
- 2019-05-17 CN CN201910415315.5A patent/CN110308988B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7191440B2 (en) * | 2001-08-15 | 2007-03-13 | Intel Corporation | Tracking operating system process and thread execution and virtual machine execution in hardware or in a virtual machine monitor |
CN101582043A (zh) * | 2008-05-16 | 2009-11-18 | 华东师范大学 | 一种异构计算系统动态任务分配方法 |
CN103491151A (zh) * | 2013-09-13 | 2014-01-01 | 中安消技术有限公司 | 一种云计算资源的调度方法、装置及云计算平台 |
CN104239135A (zh) * | 2014-05-19 | 2014-12-24 | 江苏科技大学 | 有向无环图的可重构系统的混合任务调度方法 |
CN104915407A (zh) * | 2015-06-03 | 2015-09-16 | 华中科技大学 | 一种基于Hadoop多作业环境下的资源调度方法 |
CN105446818A (zh) * | 2015-12-18 | 2016-03-30 | 华为技术有限公司 | 一种业务处理的方法、相关装置以及系统 |
CN108874537A (zh) * | 2018-04-11 | 2018-11-23 | 哈尔滨工程大学 | 基于分段的自适应动态调整线程池大小的方法 |
CN109101339A (zh) * | 2018-08-15 | 2018-12-28 | 北京邮电大学 | 异构集群中视频任务并行化方法、装置及异构集群系统 |
Non-Patent Citations (3)
Title |
---|
王琛,: "异构计算平台中的随机调度算法研究", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》 * |
王鹏博,: "多态并行机上的OpenVX系统实现", 《中国优秀硕士学位论文全文数据库信息科技辑(月刊)》 * |
纪剑雄,等;: "一种异构计算系统动态任务分配模型", 《南通大学学报(自然科学版)》 * |
Also Published As
Publication number | Publication date |
---|---|
CN110308988B (zh) | 2020-08-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106293950B (zh) | 一种面向集群系统的资源优化管理方法 | |
US20180356803A1 (en) | Method and system for batch scheduling uniform parallel machines with different capacities based on improved genetic algorithm | |
US20180356802A1 (en) | Method and system for scheduling parallel processing machines based on hybrid shuffled frog leaping algorithm and variable neighborhood search algorithm | |
CN105260237B (zh) | 异构多核平台的任务调度系统及其调度方法 | |
CN102779075B (zh) | 一种在多处理器核系统中进行调度的方法、装置及系统 | |
CN103034614B (zh) | 基于关键路径和任务复制的单任务多核调度方法 | |
CN101339521B (zh) | 一种任务优先级动态调度算法 | |
CN103064657B (zh) | 单个处理器上实现多应用并行处理的方法及装置 | |
CN104866379B (zh) | 一种多核处理器调度方法、装置及终端 | |
CN104572305A (zh) | 均衡负载的集群渲染任务调度方法 | |
CN105488134A (zh) | 大数据处理方法及大数据处理装置 | |
CN106874112A (zh) | 一种结合负载均衡的工作流回填方法 | |
CN102521050A (zh) | 一种面向cpu和gpu的混合调度方法 | |
CN106855825B (zh) | 一种任务处理方法及其装置 | |
CN110308988A (zh) | 一种应用于异构计算平台的动态调度方法及系统 | |
CN103383654B (zh) | 调节mapper在多核上执行的方法及装置 | |
CN117076127A (zh) | 一种算力调度的处理方法、装置及介质 | |
CN114691055A (zh) | 一种3d模型云计算切片系统 | |
CN107589980A (zh) | 一种云计算资源的调度方法 | |
CN106598716A (zh) | 一种基于多处理器的任务调度方法 | |
CN103810037B (zh) | 一种作业调度方法和计算装置 | |
CN115033374A (zh) | 一种多核可编程控制器的任务到线程匹配方法 | |
CN108196518A (zh) | 双代理动态混流作业极小化加权制造期问题下界求解方法 | |
Shanmugapriya et al. | Contention awareness in task scheduling using tabu search | |
Aida et al. | Performance enhancement of scheduling algorithm in heterogeneous distributed computing systems |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |