面向異構計算的能效感知調度研究.pdf

1、以高性能集群為代表的大規(guī)模計算系統，可具高吞吐信息服務和海量數據處理能力，無疑是”互聯網+”時代覆蓋國家政治、社會經濟以及人們生活多領域的強有力生產工具。與此同時，信息技術(ICT)產業(yè)能耗占據世界能源消耗總量的比例在逐年攀升。綠色計算因為與環(huán)境保護和人類可持續(xù)發(fā)展的密切關聯引起越來越多社會關注。實際上，高性能領域的能效管理也是當前數據和計算中心運行的關鍵問題。
　　本文將對面向海量數據密集應用的融合能效感知異構調度模型及算法展開

2、研究，以適應大規(guī)模計算系統低能耗、高擴展和負載均衡等服務質量需求。本文選題來源于國家高技術研究發(fā)展計劃”面向公共計算服務的網格平臺研究及應用”、”真實感動漫渲染系統研究與應用”以及國家自然科學基金項目”面向數據密集應用的功耗感知調度研究”。本課題屬于高性能領域異構系統、實時動態(tài)調度、分布式人工智能和綠色可持續(xù)計算技術四者結合的交叉課題，為融合能效感知異構調度研究探索新的道路，奠定相應的理論和技術基礎。隨著ICT能耗持續(xù)上升、云計算商業(yè)模

3、式日益普及和系統規(guī)模的不斷擴大，本課題的研究具有重大的理論和應用價值。
　　本文在理論研究上，一方面通過有效量化異構系統實際DVFS處理器多維變尺度參數來建立融合能效感知的多目標優(yōu)化調度模型;另一方面基于元啟發(fā)式經典或新興的代表算法，鑒于調度問題的NP完全性、環(huán)境多樣性、應用新需求以及多QoS指標的折中性等，采用多學科交叉研究技術路線，提出兩種新穎多目標優(yōu)化調度算法。這兩方面相輔相成，融為一體。
　　1.本文提出融合能效感知

4、的異構調度模型。旨在探索軟、硬件節(jié)能技術結合帶來的高效能計算特性，如何由傳統同構系統延伸到異構系統，由獨立任務模型發(fā)展到依賴任務模型，以及由理想DVFS處理器模型擴展到實際DVFS處理器多維變尺度模型，本文從并行實時任務的DAG構建出發(fā)，兼顧計算資源的異構性定義，數學表述含能耗預算在內多個計算服務質量指標，進而建立面向協同異構計算且易于復用的多目標優(yōu)化調度模型;并用理論分析和實驗結果證明模型在滿足并行依賴任務集最優(yōu)可調度性的前提下可獲得

5、更多能耗節(jié)余，尤其在高負載情況下節(jié)能效果更明顯。
　　2.本文提出支持圖深度值、耦合強度排序的人工免疫調度算法。針對帶有強約束且缺乏領域知識的多目標異構調度優(yōu)化問題，為有效克服現有免疫算法存在的局部搜索能力差、早熟收斂、隨機漫游以及最終解精度不高等主要缺陷，論文從抗體編解碼技術及其親和度多目標評估方法兩方面入手，詳細討論了抗體”基因”親和度細粒度評估、模因數學表述、基因-模因自組織協同進化模擬以及進化反饋深度模型的相關免疫學及認知

6、心理學機理。
　　3.本文提出基于離散群體智能的調度優(yōu)化算法。在分析和比較已有算法的基礎上，根據異構調度優(yōu)化問題需要，研究支持DAG深度值、耦合強度排序的粒子向量表示方法;并基于數學知識、物理動力學和分布式人工智能等理論，提出粒子群進化的線性連續(xù)模型;設計實現自適應學習群體精英智能的局部搜索策略，以及對算法性能進行理論和實驗分析。
　　本文的理論分析、仿真實驗和評價結果表明，本課題的研究成果既可有效降低海量數據密集應用執(zhí)行過