JP2010257056A - 並列処理装置、並列処理方法及び並列処理プログラム - Google Patents
並列処理装置、並列処理方法及び並列処理プログラム Download PDFInfo
- Publication number
- JP2010257056A JP2010257056A JP2009104076A JP2009104076A JP2010257056A JP 2010257056 A JP2010257056 A JP 2010257056A JP 2009104076 A JP2009104076 A JP 2009104076A JP 2009104076 A JP2009104076 A JP 2009104076A JP 2010257056 A JP2010257056 A JP 2010257056A
- Authority
- JP
- Japan
- Prior art keywords
- node
- nodes
- job
- parallel processing
- allocation pattern
- 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.)
- Pending
Links
Images
Landscapes
- Debugging And Monitoring (AREA)
Abstract
【解決手段】ジョブの実行中に、かかるジョブを実行している各ノードから性能情報を取得し、取得した性能情報に基づいて、ジョブを高速に実行できる割付パターンを予測し、予測した割付パターンが現行の割付パターンよりも高速にジョブを実行できる場合に、ジョブの実行を中断して、予測した割付パターンに基づいて各ノードにタスクを割り付けた後に、ジョブの実行を再開する。
【選択図】図2
Description
実施例1に係る並列処理装置100は、多種多様なジョブを実行することができるが、特に、シミュレーション処理を行うジョブを実行する場合に有用である。そこで、実施例1では、並列処理装置100が、シミュレーション処理を行うジョブを実行する場合について説明する。まず、シミュレーション処理を行う典型的なジョブについて説明する。
次に、上述したようなシミュレーションプログラムにより形成されるジョブを実行する並列処理装置100によるタスク割付処理について説明する。実施例1に係る並列処理装置100は、処理郡であるジョブを実行する場合に、かかるジョブに含まれるタスクを、プロセッサや情報処理装置であるノードに割り付ける。そして、並列処理装置100は、ノードによってタスクが実行されている途中で、各ノードから、タスク実行時における性能に関する情報(以下、「性能情報」と言う)を取得する。続いて、並列処理装置100は、取得した性能情報に基づいて、割付パターンごとに、ジョブの実行時間を予測する。そして、並列処理装置100は、現行の割付パターンよりも高速にジョブを実行できる割付パターンが存在する場合に、予測した割付パターンに基づいて各ノードにタスクを割り付ける。
次に、図3を用いて、実施例1に係る並列処理装置100の構成について説明する。図3は、実施例1に係る並列処理装置100の構成を示す図である。図3に示すように、並列処理装置100は、並列計算部110と、ジョブ制御部120と、性能予測部130とを有する。
次に、図5を用いて、図3に示したノード111−1〜111−nの構成について説明する。図5は、図3に示したノード111−1〜111−nの構成を示す図である。なお、図5に示したノード111は、図3に示したノード111−1〜111−nに対応する。
次に、上述した並列処理装置100による処理について、ジョブの具体例を用いて詳細に説明する。以下では、まず、並列処理装置100によって実行されるジョブの具体例について説明し、次に、ジョブ実行開始時における割付パターンについて説明し、次に、各ノードによるタスクの実行処理について説明する。そして、タスク実行時における性能情報について説明し、最後に、性能情報に基づいて最適な割付パターンを予測する処理について説明する。
まず、ノード111−1〜111−8は、自身に割り付けられたタスクを実行する。具体的には、ノード111−1は、タスク「w(1:20、1:20)」を実行する。具体的には、ノード111−1は、上記式(1)を条件「i=1〜20」で算出し、算出した値に「j=1〜20」を代入して、20個の値を算出する。
続いて、ノード111−1〜111−8は、(第一演算)において算出した20個のvAn(j)を、所定のノード間で転送し、自身が算出したvAn(j)と、他のノードから転送されたvAn(j)とを加算する。ここでは、以下の(A)〜(D)に示すタスク番号が割り付けられたノード間でデータ転送を行うものとする。
(B)タスク番号「T3」及びタスク番号「T4」
(C)タスク番号「T5」及びタスク番号「T6」
(D)タスク番号「T7」及びタスク番号「T8」
続いて、ノード111−1〜111−8は、(第二演算)において算出した20個のvBn(j)を、所定のノード間で転送し、自身が算出したvBn(j)と、他のノードから転送されたvBn(j)とを加算する。ここでは、以下の(E)〜(H)に示すタスク番号が割り付けられたノード間でデータ転送を行うものとする。
(F)タスク番号「T2」及びタスク番号「T4」
(G)タスク番号「T5」及びタスク番号「T7」
(H)タスク番号「T6」及びタスク番号「T8」
続いて、ノード111−1〜111−8は、(第三演算)において算出した20個のvCn(j)について、上記式(2)に示した演算を行い、演算結果の総和を算出する。具体的には、ノード111−1は、「vC1(1)・vC1(1)」、「vC1(2)・vC1(2)」、・・・、「vC1(20)・vC1(20)」を算出し、算出した20個の値の総和を算出する。また、ノード111−2は、「vC2(1)・vC2(1)」、「vC2(2)・vC2(2)」、・・・、「vC2(20)・vC2(20)」を算出し、算出された20個の値の総和を算出する。
続いて、ノード111−1〜111−8は、(第四演算)において算出したvDnを、所定のノード間で転送し、自身が算出したvDnと、他のノードから転送されたvDnとを加算する。ここでは、以下の(I)〜(L)に示すタスク番号が割り付けられたノード間でデータ転送を行うものとする。
(J)タスク番号「T2」及びタスク番号「T6」
(K)タスク番号「T3」及びタスク番号「T7」
(L)タスク番号「T4」及びタスク番号「T8」
図9に示した例のようにタスクが割り付けられた場合、ノード111−1は、タスク「w(1:20、1:20)」を実行する。同様に、ノード111−2〜111−8は、それぞれ図9に示したタスクを実行する。
続いて、ノード111−1〜111−8は、(第一演算)において算出した20個のvAn(j)を、所定のノード間で転送し、自身が算出したvAn(j)と、他のノードから転送されたvAn(j)とを加算する。ここでは、上記例と同様に、上述した(A)〜(D)に示したノード間でデータ転送を行うものとする。
続いて、ノード111−1〜111−8は、(第二演算)において算出した20個のvBn(j)を、所定のノード間で転送し、自身が算出したvBn(j)と、他のノードから転送されたvBn(j)とを加算する。ここでは、上記例と同様に、上述した(E)〜(H)に示したノード間でデータ転送を行うものとする。
続いて、ノード111−1〜111−8は、(第三演算)において算出した20個のvCn(j)について、上記式(2)に示した演算を行い、演算結果の総和を算出する。
続いて、ノード111−1〜111−8は、(第四演算)において算出したvDnを、所定のノード間で転送し、自身が算出したvDnと、他のノードから転送されたvDnとを加算する。ここでは、上記例と同様に、上述した(I)〜(L)に示したノード間でデータ転送を行うものとする。
次に、図12を用いて、実施例1に係る並列処理装置100による処理手順について説明する。図12は、実施例1に係る並列処理装置100による処理手順を示すフローチャートである。
上述してきたように、実施例1に係る並列処理装置100は、ジョブの実行中に、各ノードから性能情報を取得する。そして、並列処理装置100は、取得した性能情報に基づいて、ジョブを高速に実行できる割付パターンが予測された場合に、ジョブの実行を中断して、予測された割付パターンに基づいて各ノードにタスクを割り付けてジョブの実行を再開する。ジョブが実行中である場合や中断中である場合、かかるジョブを実行しているノードは、実行中や中断中のジョブを実行できなくなることはない。このため、実施例1に係る並列処理装置100は、ジョブを高速に実行できる割付パターンに基づいて、確実に各ノードにタスクを割り付けることができる。その結果、並列処理装置100は、ジョブを高速に実行することができる。
上記実施例1では、並列処理装置100が、ノード111−1〜111−nを有する態様について説明した。しかし、本願の開示する並列処理装置は、ノード111−1〜111−nを有していない態様にも適用することができる。例えば、本願の開示する並列処理装置は、並列処理装置とノード111−1〜111−nとがネットワーク接続されている場合にも適用することができる。また、ノード111−1〜111−nは、パーソナルコンピュータやサーバ等の情報処理装置であってもよい。
また、上記実施例1では、並列処理装置100が性能予測部130を有する例を示した。しかし、並列処理装置は、性能予測部130と同様の機能を有する性能予測装置と接続されていてもよい。図13に、性能予測装置と接続される並列処理装置200の構成を示す。なお、ここでは、図3に示した構成部位と同様の機能を有する部位には同一符号を付すこととして、その詳細な説明を省略する。図13に示すように、並列処理装置200は、図3に示した並列処理装置100と比較して、性能予測部130を有さない。また、並列処理装置200は、性能予測装置300と接続されている。並列処理装置200は、並列計算部110から取得した性能情報を性能予測装置300へ送信し、性能予測装置300によって予測された割付パターンを受け付ける。
また、上記実施例1では、ノード111が、タスクを実行している間に性能情報を収集する例について説明した。しかし、ノード111は、所定の時間だけ性能情報を収集してもよい。例えば、処理対象のプログラムに、性能情報収集処理の開始タイミングを示す情報と、性能情報収集処理の終了タイミングを示す情報とを記述しておく。以下に、図14を用いて具体的に説明する。
また、上記実施例1では、並列処理装置100がジョブの実行中に割付処理を1回行う場合を例に挙げて説明した。しかし、並列処理装置100は、ジョブの実行中に、何度も割付処理を行ってもよい。図15を用いて具体的に説明する。図15は、割付処理を複数回行う例を説明するための図である。図15に示すように、並列処理装置100は、ステップS12−4における核心処理が行われた後に、性能情報を取得して最適な割付パターンに基づいてタスクを割り付ける(ステップS51)。また、並列処理装置100は、ステップS12−mにおける核心処理が行われた後に、再度、性能情報を取得して最適な割付パターンに基づいてタスクを割り付ける(ステップS52)。
また、上記実施例1では、並列処理装置100が1個のジョブを実行する場合を例に挙げて説明した。しかし、並列処理装置100は、複数のジョブを実行する場合に、上述してきた割付処理を行ってもよい。具体的には、並列処理装置100の性能情報取得部121は、複数のジョブに含まれるタスクが割り付けられた全てのノード111から性能情報を取得する。そして、性能予測部130は、性能情報取得部121によって取得された性能情報に基づいて、複数のジョブに跨って割付パターンを変動させて、複数のジョブの実行時間を予測する。続いて、性能予測部130は、複数のジョブを最も高速に実行できる割付パターンを特定する。そして、タスク割付部122は、性能予測部130によって、現行の割付パターンよりも高速に複数のジョブを実行できる割付パターンが予測された場合に、予測された割付パターンに基づいて各ノードにタスクを割り付ける。
上記実施例1で説明した各種の処理は、あらかじめ用意されたプログラムをパーソナルコンピュータやワークステーションなどのコンピュータで実行することによって実現することができる。そこで、以下では、図17を用いて、上記の実施例1における並列処理装置100と同様の機能を有する並列処理プログラムを実行するコンピュータの一例を説明する。
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得部と、
前記取得部によって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付部と
を備えたことを特徴とする並列処理装置。
前記割付部は、前記性能予測部によって現行の割付パターンよりも高速に前記ジョブを実行する割付パターンが予測された場合に、前記性能予測部によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする付記1に記載の並列処理装置。
前記割付部は、前記性能予測装置によって現行の割付パターンよりも高速に前記ジョブを実行する割付パターンが予測された場合に、前記性能予測装置によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする付記1に記載の並列処理装置。
前記取得部は、前記各ノードによって同一又は近似する処理要素が所定の回数実行された場合に、前記各ノードから性能情報を取得することを特徴とする付記1〜3のいずれか一つに記載の並列処理装置。
前記取得部は、前記終了タイミング情報を検知した場合に、前記複数のノードによって前記開始タイミング情報が示すタイミングから前記終了タイミング情報が示すタイミングの間に収集された性能情報を取得することを特徴とする付記1〜3のいずれか一つに記載の並列処理装置。
前記性能予測部は、前記取得部によって取得された性能情報に基づいて、前記複数のジョブに跨って割付パターンを変動させて前記複数のジョブを実行する時間を予測し、
前記割付部は、前記性能予測部によって、現行の割付パターンよりも高速に前記複数のジョブを実行する割付パターンが予測された場合に、前記性能予測部によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする付記2、4又は5に記載の並列処理装置。
前記並列処理装置が、
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得ステップと、
前記取得ステップによって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付ステップと
を含んだことを特徴とする並列処理方法。
前記割付ステップは、前記性能予測ステップによって現行の割付パターンよりも高速に前記ジョブを実行する割付パターンが予測された場合に、前記性能予測ステップによって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする付記8に記載の並列処理方法。
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得手順と、
前記取得手順によって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付手順と
をコンピュータに実行させることを特徴とする並列処理プログラム。
前記割付手順は、前記性能予測手順によって現行の割付パターンよりも高速に前記ジョブを実行する割付パターンが予測された場合に、前記性能予測手順によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする付記10に記載の並列処理プログラム。
110 並列計算部
111 ノード
111−1〜111−n ノード
112 外部記憶装置
113 主記憶装置
114 退避用記憶装置
115a〜115d CPU
116 バス
120 ジョブ制御部
121 性能情報取得部
122 タスク割付部
130 性能予測部
300 性能予測装置
1000 コンピュータ
1010 RAM
1020 キャッシュ
1030 HDD
1031 性能情報データ
1040 ROM
1041 性能情報取得プログラム
1042 タスク割付プログラム
1043 性能予測プログラム
1050 CPU
1051 性能情報取得プロセス
1052 タスク割付プロセス
1053 性能予測プロセス
1060 バス
Claims (7)
- 複数の処理要素を含むジョブを複数のノードに実行させる並列処理装置であって、
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得部と、
前記取得部によって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付部と
を備えたことを特徴とする並列処理装置。 - 前記取得部によって取得された性能情報に基づいて、割付パターンごとに前記ジョブを実行する時間を予測する性能予測部をさらに備え、
前記割付部は、前記性能予測部によって現行の割付パターンよりも高速に前記ジョブを実行する割付パターンが予測された場合に、前記性能予測部によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする請求項1に記載の並列処理装置。 - 前記ジョブは、前記性能情報を収集し始めるタイミングを示す情報である開始タイミング情報と、前記性能情報の収集を終了するタイミングを示す情報である終了タイミング情報とを含み、
前記取得部は、前記終了タイミング情報を検知した場合に、前記複数のノードによって前記開始タイミング情報が示すタイミングから前記終了タイミング情報が示すタイミングの間に収集された性能情報を取得することを特徴とする請求項1又は2に記載の並列処理装置。 - 前記取得部は、複数のジョブに含まれる処理要素が割り付けられた各ノードから性能情報を取得し、
前記性能予測部は、前記取得部によって取得された性能情報に基づいて、前記複数のジョブに跨って割付パターンを変動させて前記複数のジョブを実行する時間を予測し、
前記割付部は、前記性能予測部によって、現行の割付パターンよりも高速に前記複数のジョブを実行する割付パターンが予測された場合に、前記性能予測部によって予測された割付パターンに基づいて各ノードに処理要素を割り付けることを特徴とする請求項2又は3に記載の並列処理装置。 - 前記取得部は、前記性能情報として、前記各ノードから、処理要素実行時にデータを送受するノード間の情報である通信パターンと、処理要素実行時に送受されるデータの量である通信量及び通信時間と、前記各ノードにおいて実行される演算の内容及び演算にかかる時間とを取得することを特徴とする請求項1〜4のいずれか一つに記載の並列処理装置。
- 複数の処理要素を含むジョブを複数のノードに実行させる並列処理装置による並列処理方法であって、
前記並列処理装置が、
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得ステップと、
前記取得ステップによって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付ステップと
を含んだことを特徴とする並列処理方法。 - 複数の処理要素を含むジョブを複数のノードに実行させる並列処理プログラムであって、
前記複数のノードによって前記ジョブが実行されている間に、前記複数のノードから処理要素実行時における性能に関する情報である性能情報を取得する取得手順と、
前記取得手順によって取得された性能情報に基づいて、現行の各ノードと各処理要素との組合せのパターンである割付パターンよりも前記ジョブを高速に実行する割付パターンが存在する場合に、該割付パターンに基づいて各ノードに処理要素を割り付ける割付手順と
をコンピュータに実行させることを特徴とする並列処理プログラム。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009104076A JP2010257056A (ja) | 2009-04-22 | 2009-04-22 | 並列処理装置、並列処理方法及び並列処理プログラム |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2009104076A JP2010257056A (ja) | 2009-04-22 | 2009-04-22 | 並列処理装置、並列処理方法及び並列処理プログラム |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2010257056A true JP2010257056A (ja) | 2010-11-11 |
Family
ID=43317921
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2009104076A Pending JP2010257056A (ja) | 2009-04-22 | 2009-04-22 | 並列処理装置、並列処理方法及び並列処理プログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP2010257056A (ja) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243223A (ja) * | 2011-05-23 | 2012-12-10 | Fujitsu Ltd | プロセス配置装置、プロセス配置方法及びプロセス配置プログラム |
JP2012243224A (ja) * | 2011-05-23 | 2012-12-10 | Fujitsu Ltd | プロセス配置装置、プロセス配置方法及びプロセス配置プログラム |
EP2960788A2 (en) | 2014-06-13 | 2015-12-30 | Fujitsu Limited | Parallel computer system, control method, and job management program |
JP2016139271A (ja) * | 2015-01-27 | 2016-08-04 | 富士通株式会社 | 演算処理システムおよび演算処理システムの制御方法 |
JP2016224756A (ja) * | 2015-06-01 | 2016-12-28 | 富士通株式会社 | 並列演算装置、並列演算システム、ノード割当プログラム及びノード割当方法 |
JP2019106120A (ja) * | 2017-12-14 | 2019-06-27 | 日本電気株式会社 | プロセススケジューリング装置、プロセス実行装置およびプロセススケジューリング方法 |
JP2021511609A (ja) * | 2018-01-23 | 2021-05-06 | パルテック・クラスター・コンペテンス・センター・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツングPartec Cluster Competence Center Gmbh | アプリケーションの実行中に決定される異種コンピューティングリソースの動的な割り当て |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004676A (ja) * | 2003-06-16 | 2005-01-06 | Fujitsu Ltd | 適応型分散処理システム |
JP2006079341A (ja) * | 2004-09-09 | 2006-03-23 | Mitsubishi Electric Corp | 分散シミュレーションシステム及びプログラム |
-
2009
- 2009-04-22 JP JP2009104076A patent/JP2010257056A/ja active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2005004676A (ja) * | 2003-06-16 | 2005-01-06 | Fujitsu Ltd | 適応型分散処理システム |
JP2006079341A (ja) * | 2004-09-09 | 2006-03-23 | Mitsubishi Electric Corp | 分散シミュレーションシステム及びプログラム |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2012243223A (ja) * | 2011-05-23 | 2012-12-10 | Fujitsu Ltd | プロセス配置装置、プロセス配置方法及びプロセス配置プログラム |
JP2012243224A (ja) * | 2011-05-23 | 2012-12-10 | Fujitsu Ltd | プロセス配置装置、プロセス配置方法及びプロセス配置プログラム |
EP2960788A2 (en) | 2014-06-13 | 2015-12-30 | Fujitsu Limited | Parallel computer system, control method, and job management program |
JP2016139271A (ja) * | 2015-01-27 | 2016-08-04 | 富士通株式会社 | 演算処理システムおよび演算処理システムの制御方法 |
US9898434B2 (en) | 2015-01-27 | 2018-02-20 | Fujitsu Limited | System, process control method and medium |
JP2016224756A (ja) * | 2015-06-01 | 2016-12-28 | 富士通株式会社 | 並列演算装置、並列演算システム、ノード割当プログラム及びノード割当方法 |
US10193969B2 (en) | 2015-06-01 | 2019-01-29 | Fujitsu Limited | Parallel processing system, method, and storage medium |
JP2019106120A (ja) * | 2017-12-14 | 2019-06-27 | 日本電気株式会社 | プロセススケジューリング装置、プロセス実行装置およびプロセススケジューリング方法 |
JP7009971B2 (ja) | 2017-12-14 | 2022-01-26 | 日本電気株式会社 | プロセススケジューリング装置およびプロセススケジューリング方法 |
JP2021511609A (ja) * | 2018-01-23 | 2021-05-06 | パルテック・クラスター・コンペテンス・センター・ゲゼルシャフト・ミット・ベシュレンクテル・ハフツングPartec Cluster Competence Center Gmbh | アプリケーションの実行中に決定される異種コンピューティングリソースの動的な割り当て |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2010257056A (ja) | 並列処理装置、並列処理方法及び並列処理プログラム | |
JP6044131B2 (ja) | プログラム、管理サーバおよび仮想マシン移動制御方法 | |
Borgdorff et al. | Distributed multiscale computing with MUSCLE 2, the multiscale coupling library and environment | |
JP5402226B2 (ja) | 管理装置、情報処理システム、情報処理システムの制御プログラムおよび情報処理システムの制御方法 | |
JP5454135B2 (ja) | 仮想マシン移動制御装置、仮想マシン移動制御方法および仮想マシン移動制御プログラム | |
CN103119580B (zh) | 异构多处理器计算平台中的应用调度 | |
CN103534687B (zh) | 聚簇数据格网中的可扩展集中动态资源分配 | |
TWI547817B (zh) | 叢集運算架構的資源規劃方法、系統及裝置 | |
JP2004078824A (ja) | 命令スケジューリング方法、命令スケジューリング装置、及びプログラム | |
Makrani et al. | Energy-aware and machine learning-based resource provisioning of in-memory analytics on cloud | |
JP2017041191A (ja) | リソース管理装置、リソース管理プログラム、及びリソース管理方法 | |
Grunske et al. | An outline of an architecture-based method for optimizing dependability attributes of software-intensive systems | |
Srikanth et al. | Task scheduling using Ant Colony Optimization in multicore architectures: a survey | |
Patel et al. | Perq: Fair and efficient power management of power-constrained large-scale computing systems | |
Stavrinides et al. | Scheduling real-time jobs in distributed systems-simulation and performance analysis | |
Goh et al. | Design and performance evaluation of combined first-fit task allocation and migration strategies in mesh multiprocessor systems | |
Saleem et al. | A Survey on Dynamic Application Mapping Approaches for Real-Time Network-on-Chip-Based Platforms | |
KR100935361B1 (ko) | 가중치 기반 멀티큐 부하분산 병렬처리 시스템 및 방법 | |
Ibrahim et al. | Improving mapreduce performance with progress and feedback based speculative execution | |
van Stralen et al. | Fitness prediction techniques for scenario-based design space exploration | |
JP6349837B2 (ja) | スケジューラ装置及びそのスケジューリング方法、演算処理システム、並びにコンピュータ・プログラム | |
Beaumont et al. | Analysis of dynamic scheduling strategies for matrix multiplication on heterogeneous platforms | |
KR101470695B1 (ko) | 그리드 컴퓨팅 스케쥴링을 위한 생물지리학적 최적화 방법 및 시스템 | |
JP5927871B2 (ja) | 管理装置、情報処理装置、管理プログラム、管理方法、プログラムおよび処理方法 | |
JP2009193255A (ja) | 集団通信最適化プログラム、集団通信最適化装置および集団通信最適化方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20111205 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20130417 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20130430 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20130701 |
|
A02 | Decision of refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A02 Effective date: 20130827 |