CN111400013B - 一种多核处理器的数据流的处理方法及系统 - Google Patents

一种多核处理器的数据流的处理方法及系统 Download PDF

Info

Publication number
CN111400013B
CN111400013B CN202010205816.3A CN202010205816A CN111400013B CN 111400013 B CN111400013 B CN 111400013B CN 202010205816 A CN202010205816 A CN 202010205816A CN 111400013 B CN111400013 B CN 111400013B
Authority
CN
China
Prior art keywords
data
ready
data stream
post
current
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.)
Active
Application number
CN202010205816.3A
Other languages
English (en)
Other versions
CN111400013A (zh
Inventor
都政
杜海鑫
张靖
罗秋明
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tsinghua University
Original Assignee
Tsinghua University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tsinghua University filed Critical Tsinghua University
Priority to CN202010205816.3A priority Critical patent/CN111400013B/zh
Publication of CN111400013A publication Critical patent/CN111400013A/zh
Application granted granted Critical
Publication of CN111400013B publication Critical patent/CN111400013B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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
    • G06F9/48—Program initiating; Program switching, e.g. by interrupt
    • G06F9/4806—Task transfer initiation or dispatching
    • G06F9/4843—Task transfer initiation or dispatching by program, e.g. task dispatcher, supervisor, operating system
    • G06F9/4881—Scheduling strategies for dispatcher, e.g. round robin, multi-level priority queues
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24—Querying
    • G06F16/245—Query processing
    • G06F16/2455—Query execution
    • G06F16/24568—Data stream processing; Continuous queries
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F8/00—Arrangements for software engineering
    • G06F8/40—Transformation of program code
    • G06F8/41—Compilation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F2209/00—Indexing scheme relating to G06F9/00
    • G06F2209/48—Indexing scheme relating to G06F9/48
    • G06F2209/484—Precedence

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Multi Processors (AREA)

Abstract

本发明涉及一种多核处理器的数据流的处理方法及系统。方法包括获取多核处理器的当前任务的数据流；将所述当前任务的数据流分为前置部分和后置部分；判断所述前置部分的数据是否准备就绪和所述后置部分的数据是否准备就绪；只有前置部分的数据准备就绪后执行前置部分；之后在后置部分准备就绪之后执行后置部分。本发明所提供的一种多核处理器的数据流的处理方法及系统，克服数据流处理的局限性，并提高数据流处理的执行效率。

Description

一种多核处理器的数据流的处理方法及系统
技术领域
本发明涉及数据处理领域，特别是涉及一种多核处理器的数据流的处理方法及系统。
背景技术
目前处理器的发展方向已经从单纯提高处理器运行速度的方向向多核处理器的方向发展，大型分布式系统也越来越普遍。传统上程序设计采用顺序执行命令的结构进行编程，在该种模式下数据往往是“静态“的，不断的对数据进行存取的操作。使得程序对于多核处理器以及大型分布式系统的支持不是特别好。而数据流编程强调以数据为驱动动力，明确定义输入以及输出的连接操作。不采用命令的方式，每当数据准备好即输入有效，相关操作(与已准备好的数据有关的指令操作)就会立即执行，所以数据流编程本质是并行的，可以很好的运行在多核处理器以及大型分布式系统。数据流编程是一种解决多核处理器的效率利用问题的高性能并行编程模型。数据流编程与传统编程语言有着明显区别，它通过数据驱动的方式执行，将需要处理的数据分配到各个核上，将数据的计算与通信相分离，通过任务调度与分配，利用软件流水的并行特性来充分的挖掘流程序中潜在的并行性，使各个核之间负载均衡。在数据流范例中，一个数据流程序的静态实例会按照它的结构被描述成一张有向图。图中节点表示计算单元，边代表数据传输路径。相邻节点间通过边传输数据，节点消耗数据进行计算，并将产生的数据输出到输入输出序列作为下一个计算单元的输入。
尽管数据流模型在并发性和同步性方面具有优势，但仍有可以改进的地方。
数据流节点任务的执行通常都是等待所有输入数据准备好之后才开始执行，而实际上节点任务的输入数据可能会分成“初始化数据或配置数据”和“核心处理数据”，或者“核心处理数据”和“校验或输出格式辅助数据”，这就使得该节点任务本质上是可以分成前后两次来完成。如果将这样的任务划分成两个计算节点任务，必将引一连串的任务绑定、调度和内存分配上的分离，因此需要在一个节点任务内部划分成前后两个部分来执行。另外，这样的分割还会让程序的逻辑结构分散、不规整，不利于阅读和调试，这是本专利的另一个收益。
发明内容
本发明的目的是提供一种多核处理器的数据流的处理方法及系统，克服数据流处理的局限性，并提高数据流处理的执行效率。
为实现上述目的，本发明提供了如下方案：
一种多核处理器的数据流的处理方法，包括：
获取多核处理器的当前的数据流节点任务；
将所述当前的数据流节点任务分为前置部分和后置部分；所述前置部分为所述当前数据流节点任务优先处理的部分；所述后置部分为所述当前数据流节点任务在所述前置部分完成之后进行的部分；
判断所述前置部分的数据是否准备就绪；
若所述前置部分的数据准备就绪，则执行前置部分；
前置部分执行完成后，判断所述后置部分的数据是否准备就绪；
若所述后置部分的数据准备就绪，则执行后置部分；
完成后置任务后，将继续获取多核处理器的下一数据流节点任务，将所述当前的数据流节点任务替换为所述下一数据流节点任务，返回所述将所述当前任务的数据流节点任务分为前置部分和后置部分的步骤，重复上述步骤直至计算任务全部完成；
若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再执行后置部分；
若所述前置部分的数据未准备就绪，则等待所述前置部分的数据准备就绪，再执行前置部分。
可选的，所述将所述当前任务的数据流分为前置部分和后置部分，之前还包括：
根据所述当前的数据流节点任务确定所述当前的数据流节点任务的前部输入和后部输入；
根据所述前部输入确定所述当前数据流节点任务的前置部分；
根据所述后部输入确定所述当前数据流节点任务的后置部分。
可选的，所述判断所述前置部分的数据是否准备就绪，之前还包括
获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪。
可选的，所述前置标志和所述后置标志均为可变位数的二进制数。
一种多核处理器的数据流的处理系统，包括：
数据流节点任务第一获取模块，用于获取多核处理器的当前数据流节点任务；
数据流节点任务划分模块，用于将所述当前数据流节点任务分为前置部分和后置部分；所述前置部分为所述当前任务的数据流优先处理的部分；所述后置部分为所述当前数据流节点任务在所述前置部分完成之后进行的部分；
第一判断模块，用于判断所述前置部分的数据是否准备就绪；
前置部分第一执行模块，用于若所述前置部分的数据准备就绪，则执行前置部分；
第二判断模块，用于判断所述后置部分的数据是否准备就绪；
后置部分第一执行模块，用于若所述后置部分的数据准备就绪，则执行后置部分；
数据流第二获取模块，用于获取多核处理器的下一数据流节点任务，将所述当前数据流节点任务替换为所述下一的数据流节点任务，返回所述将所述当前数据流节点任务分为前置部分和后置部分的步骤；
后置部分第二执行模块，用于若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再执行后置部分；
前置部分第二执行模块，用于若所述前置部分的数据准备就绪，则等待所述前置部分的数据准备就绪，再执行前置部分。
可选的，还包括：
前部输入和后部输入确定模块，用于根据所述当前任务的数据流确定所述当前任务的数据流的前部输入和后部输入；
前置部分确定模块，用于根据所述前部输入确定所述当前任务的数据流的前置部分；
后置部分确定模块，用于根据所述后部输入确定所述当前任务的数据流的后置部分。
可选的，还包括
前置标志和后置标志获取模块，用于获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪。
可选的，所述前置标志和所述后置标志均为可变位数的二进制数。
根据本发明提供的具体实施例，本发明公开了以下技术效果：
本发明所提供的一种多核处理器的数据流的处理方法及系统，获取多核处理器的当前的数据流节点任务；将所述当前数据流节点任务分为前置部分和后置部分；判断所述前置部分的数据是否准备就绪和所述后置部分的数据是否准备就绪；只有前置部分的数据准备就绪后执行前置部分；之后在后置部分准备就绪之后执行后置部分。分步模式的运行下可以有效的提高整个数据流运算模型的执行效率。克服数据流模型的局限性，提高数据流模型的执行效率。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明所提供的一种多核处理器的数据流的处理方法流程示意图；
图2为数据流DAG结构示意图；
图3为本发明所提供的一种多核处理器的数据流的处理系统结构示意图。
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做出创造性劳动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。
本发明的目的是提供一种多核处理器的数据流的处理方法及系统，克服数据流处理的局限性，并提高数据流处理的执行效率。
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
图1为本发明所提供的一种多核处理器的数据流的处理方法流程示意图，如图1所示的一种多核处理器的数据流的处理方法，包括：
S101，获取多核处理器的当前数据流节点任务。所述多核处理器为多核心架构的CPU。
S102，将所述当前数据流节点任务分为前置部分和后置部分；所述前置部分为所述当前数据流节点任务优先处理的部分；所述后置部分为所述当前数据流节点任务在所述前置部分完成之后进行的部分。所述数据流结构示意图如图2所示，节点C有16个数据，而C的函数流的前置部分主要是用到ci1和ci2进行运算得到结果，而函数流的后置部分利用ci3-ci16对ci1和ci2运算所得到的结果进行校验。
S103，判断所述前置部分的数据是否准备就绪。数据未准备就绪之前处于阻塞状态，一旦数据准备就绪即可投入运行。
S104，若所述前置部分的数据准备就绪，则执行前置部分。
S105，判断所述后置部分的数据是否准备就绪。
S106，若所述后置部分的数据准备就绪，则执行后置部分。
S107，获取多核处理器的下一任务的数据流，将所述当前任务的数据流替换为所述下一任务的数据流，返回所述将所述当前任务的数据流分为前置部分和后置部分的步骤。
S108，若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再转向S106执行后置部分。
S109，若前置数据为准备好，则进行阻塞等待。若所述前置部分的数据准备就绪，则等待所述前置部分的数据准备就绪，再转向S104执行前置部分。
在S102之前还包括：
根据所述当前数据流节点任务确定所述当前任务的数据流的前部输入和后部输入。
根据所述前部输入确定所述当前数据流节点任务的前置部分。
根据所述后部输入确定所述当数据流节点任务的后置部分。
在S103之前还包括
获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪。
所述前置标志和所述后置标志均为可变位数的二进制数。二进制数的位数为前置部分的数据和后置部分的数据的个数。
前置标志每一位的值分别表示了各个前置部分的数据准备就绪的状态，0为未就绪，1为就绪。前置标志初始时每一位全为0，每当有一个前置部分准备就绪则对应位的值变为1。当前置标志的所有位都变为1后则表示所有前置部分的数据准备就绪，将执行前置部分。
后置标志每一位的值表示了后置部分的数据准备就绪的状态。后置标志初始时每一位也全为0，当所有位都变为1后则表示后置部分的数据准备就绪，任务被再次调度，从上次阻塞处继续往下运行。
前置部分仅需所对应的所有前置部分的数据准备就绪即可执行，当前置部分全部准备完毕后系统将首先运行前置部分，直到前置部分运行结束。在此期间如果该数据流的所有后置部分的数据准备就绪，则整个函数会完整的执行(前部+后部)。否则线程将在前置部分运行结束后暂时挂起，等待所有后置部分的就绪。一旦所有后置部分的数据准备就绪后，该线程就会接着执行后置部分完成整个数据流。
如果所有的后置部分先于前置部分就绪完毕，则数据流也不会开始运行。直到该数据流所有的前置部分也就绪完毕，则整个函数将进行一次完整的运行。
DFC数据流代码划分方法如下所示：
在数据流函数中用#pragma DFC separator将数据流函数的前部和后部划分开来。
在数据流函数的使用#pragma DFC forward_parameter(数据)将前部数据标记出来。
例如上图中的函数C。
Figure BDA0002421028510000071
经经过编译后生成的数据流函数内部伪代码变换为：
{
前部输入传入入初始化ci1 ci2；
Func_forward(ci1,ci2)；//ci1和ci2的主要计算作为前置部分
If(data_condiction_all_ready！＝1)阻塞(等待第二次运行)
后部数据传入初始化ci3.......ci16
Func_cheack(ci2,ci3........ci16)；//校验作为后置部分
out_put＝..........；输出
输出数据传递给后置数据流函数；
}
如图2所示，途中的数据流C有16个输入，分别是ci1-ci16。其中数据流C的大部分运算都是围绕关键参数A、B节点所输出的ci1和ci2的，其余14个输入仅是用来验证计算结果。
我们将ci1和ci2指定为前部输入，ci3-ci16指定后部输入。
数据流C中围绕ci1和ci2的主要运算作为前置部分，利用ci3-ci16进行验证的函数部分作为后置部分。
此时前置标志初始为00，后置标志初始为00000000000000。
情况一：在数据流分步执行的模式下，只要ci1和ci2准备好(即前置标志变为11)，数据流C围绕这两个输入的计算(即函数的前置部分)则可以开始运行，而无需等待16个输入全部就绪。只要在这前置部分的运行中，剩下的14个输入也全部准备就绪(即后部标志变为11111111111111)，则后置部分将继续执行下去。
情况二：在情况一中如果该14个输入在前置部分完成后没有准备全部就绪，则该数据流会暂时挂起，等待14个输入全部就绪再继续运行。
情况三：当ci3-ci16先于ci1和ci2就绪时，数据流也不会运行，直到ci1和ci2就绪后，数据流将会完整的运行并输出结果。
图3为本发明所提供的一种多核处理器的数据流的处理系统结构示意图，如图3所示，本发明所提供的一种多核处理器的数据流的处理系统，包括：数据流第一获取模块301、数据流划分模块302、第一判断模块303、前置部分第一执行模块304、第二判断模块305、后置部分第一执行模块306、数据流第二获取模块307、后置部分第二执行模块308和前置部分第二执行模块309。
数据流第一获取模块301用于获取多核处理器的当前数据流节点任务。
数据流划分模块302用于将所述当前数据流节点任务分为前置部分和后置部分；所述前置部分为所述当前数据流节点任务优先处理的部分；所述后置部分为所述当前数据流节点任务在所述前置部分完成之后进行的部分。
第一判断模块303用于判断所述前置部分的数据是否准备就绪。
前置部分第一执行模块304用于若所述前置部分的数据准备就绪，则执行前置部分。
第二判断模块305用于判断所述后置部分的数据是否准备就绪。
后置部分第一执行模块306用于若所述后置部分的数据准备就绪，则执行后置部分。
数据流第二获取模块307用于获取多核处理器的下一数据流节点任务，将所述当前数据流节点任务替换为所述下一数据流节点任务，返回所述将所述当前数据流节点任务分为前置部分和后置部分的步骤。
后置部分第二执行模块308用于若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再执行后置部分。
前置部分第二执行模块309用于若所述前置部分的数据准备就绪，则等待所述前置部分的数据准备就绪，再执行前置部分。
本发明所提供的一种多核处理器的数据流的处理系统，还包括：前部输入和后部输入确定模块、前置部分确定模块、后置部分确定模块和前置标志和后置标志获取模块。
前部输入和后部输入确定模块用于根据所述当前数据流节点任务确定所述当前数据流节点任务的前部输入和后部输入。
前置部分确定模块用于根据所述前部输入确定所述当前任务的数据流的前置部分。
后置部分确定模块用于根据所述后部输入确定所述当前任务的数据流的后置部分。
前置标志和后置标志获取模块用于获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪。所述前置标志和所述后置标志均为可变位数的二进制数。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
本发明中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

Claims (6)

1.一种多核处理器的数据流的处理方法，其特征在于，包括：
获取多核处理器的当前数据流节点任务；
将所述当前数据流节点任务分为前置部分和后置部分；所述前置部分为所述当前数据流节点任务优先处理的部分；所述后置部分为所述当前数据流节点任务在所述前置部分完成之后进行的部分；
获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪；
判断所述前置部分的数据是否准备就绪；
若所述前置部分的数据准备就绪，则执行前置部分；
判断所述后置部分的数据是否准备就绪；
若所述后置部分的数据准备就绪，则执行后置部分；
获取多核处理器的下一数据流节点任务，将所述当前数据流节点任务替换为所述下一数据流节点任务，返回所述将所述当前数据流节点任务分为前置部分和后置部分的步骤；
若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再执行后置部分；
若所述前置部分的数据未准备就绪，则等待所述前置部分的数据准备就绪，再执行前置部分；
如果所有的后置部分先于前置部分就绪完毕，则数据流也不会开始运行；直到该数据流所有的前置部分也就绪完毕，则整个函数将进行一次完整的运行。
2.根据权利要求1所述的一种多核处理器的数据流的处理方法，其特征在于，所述将所述当前数据流节点任务分为前置部分和后置部分，之前还包括：
根据所述当前数据流节点任务，确定所述当前数据流节点任务的前部输入和后部输入；
根据所述前部输入确定所述当前数据流节点任务的前置部分；
根据所述后部输入确定所述当前数据流节点任务的后置部分。
3.根据权利要求1所述的一种多核处理器的数据流的处理方法，其特征在于，所述前置标志和所述后置标志均为可变位数的二进制数。
4.一种多核处理器的数据流的处理系统，其特征在于，包括：
数据流第一获取模块，用于获取多核处理器的当前数据流节点任务；
数据流节点任务划分模块，用于将当前任务的数据流分为前置部分和后置部分；所述前置部分为所述当前任务的数据流优先处理的部分；所述后置部分为所述当前任务的数据流在所述前置部分完成之后进行的部分；
前置标志和后置标志获取模块，用于获取所述前置部分对应的前置标志和所述后置部分的对应的后置标志；所述前置标志用于判断所述前置部分的数据是否准备就绪；所述后置标志用于判断所述后置部分的数据是否准备就绪；
第一判断模块，用于判断所述前置部分的数据是否准备就绪；
前置部分第一执行模块，用于若所述前置部分的数据准备就绪，则执行前置部分；
第二判断模块，用于判断所述后置部分的数据是否准备就绪；
后置部分第一执行模块，用于若所述后置部分的数据准备就绪，则执行后置部分；
数据流第二获取模块，用于获取多核处理器的下一数据流节点任务，将所述当前数据流节点任务替换为所述下一数据流节点任务，返回所述将所述当前数据流节点任务分为前置部分和后置部分的步骤；
后置部分第二执行模块，用于若所述后置部分的数据没有准备就绪，则等待所述后置部分的数据准备就绪，再执行后置部分；
前置部分第二执行模块，用于若所述前置部分的数据未准备就绪，则等待所述前置部分的数据准备就绪，再执行前置部分；
如果所有的后置部分先于前置部分就绪完毕，则数据流也不会开始运行；直到该数据流所有的前置部分也就绪完毕，则整个函数将进行一次完整的运行。
5.根据权利要求4所述的一种多核处理器的数据流的处理系统，其特征在于，还包括：
前部输入和后部输入确定模块，用于根据所述当前任务的数据流确定所述当前任务的数据流的前部输入和后部输入；
前置部分确定模块，用于根据所述前部输入确定所述当前任务的数据流的前置部分；
后置部分确定模块，用于根据所述后部输入确定所述当前任务的数据流的后置部分。
6.根据权利要求4所述的一种多核处理器的数据流的处理系统，其特征在于，所述前置标志和所述后置标志均为可变位数的二进制数。
CN202010205816.3A 2020-03-23 2020-03-23 一种多核处理器的数据流的处理方法及系统 Active CN111400013B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010205816.3A CN111400013B (zh) 2020-03-23 2020-03-23 一种多核处理器的数据流的处理方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010205816.3A CN111400013B (zh) 2020-03-23 2020-03-23 一种多核处理器的数据流的处理方法及系统

Publications (2)

Publication Number Publication Date
CN111400013A CN111400013A (zh) 2020-07-10
CN111400013B true CN111400013B (zh) 2021-08-03

Family

ID=71434318

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010205816.3A Active CN111400013B (zh) 2020-03-23 2020-03-23 一种多核处理器的数据流的处理方法及系统

Country Status (1)

Country Link
CN (1) CN111400013B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112988241A (zh) * 2021-05-18 2021-06-18 中国人民解放军海军工程大学 一种异构多核处理器及其数据流处理方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106067902A (zh) * 2016-07-26 2016-11-02 中国南方电网有限责任公司信息中心 一种基于消息机制的数据收发控制系统和方法
EP3614323A1 (en) * 2018-08-20 2020-02-26 Nallian NV Apparatus and method for sharing data in a value chain collaboration process

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107784016B (zh) * 2016-08-30 2019-02-15 北京京东尚科信息技术有限公司 数据同步控制装置和数据同步系统及方法
US10554577B2 (en) * 2017-03-14 2020-02-04 International Business Machines Corporation Adaptive resource scheduling for data stream processing
CN110825507B (zh) * 2019-10-31 2022-03-11 杭州米络星科技(集团)有限公司 一种支持多任务重跑的调度方法

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106067902A (zh) * 2016-07-26 2016-11-02 中国南方电网有限责任公司信息中心 一种基于消息机制的数据收发控制系统和方法
EP3614323A1 (en) * 2018-08-20 2020-02-26 Nallian NV Apparatus and method for sharing data in a value chain collaboration process

Also Published As

Publication number Publication date
CN111400013A (zh) 2020-07-10

Similar Documents

Publication Publication Date Title
CN105117286B (zh) MapReduce中任务的调度方法和流水化执行方法
JPH04307625A (ja) ループ最適化方法及び装置
CN111897580B (zh) 一种可重构阵列处理器的指令调度系统及方法
CN112559053B (zh) 可重构处理器数据同步处理方法及装置
CN113822004B (zh) 一种用于集成电路模拟加速和仿真的验证方法及系统
CN111399911A (zh) 一种基于多核异构计算的人工智能开发方法及装置
CN111400013B (zh) 一种多核处理器的数据流的处理方法及系统
CN113031954A (zh) 代码编译方法、装置、电子设备、存储介质及异构系统
CN112051981B (zh) 一种数据流水线计算路径结构及单线程数据流水线系统
CN105335135A (zh) 数据处理方法和中心节点
CN103077008A (zh) 数组相加运算汇编库程序的地址对齐simd加速方法
CN112527304A (zh) 基于异构平台的自适应节点融合编译优化方法
Yoshinaka et al. Model-based development considering self-driving systems for many-core processors
Yu et al. Mercury: Instruction Pipeline Aware Code Generation for Simulink Models
CN113326137A (zh) 深度学习计算方法、装置、芯片及介质
US20100005456A1 (en) Compiling method, compiling apparatus and computer system for a loop in a program
Lai et al. Placement for the reconfigurable datapath architecture
Wu Research on the Development and Application of Parallel Programming Technology in Heterogeneous Systems
Ligon et al. An empirical methodology for exploring reconfigurable architectures
Maliţa et al. On the many-processor paradigm
Kovačević et al. A solution for automatic parallelization of sequential assembly code
CN118070424A (zh) 一种船舶三维水弹性高效并行计算方法
Kuper et al. Improving GPU Utilization in ML Workloads Through Finer-Grained Synchronization
Barbosa et al. Overlapping MPI communications with Intel TBB computation
Ren et al. Parallel Optimization of BLAS on a New-Generation Sunway Supercomputer

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