【摘要】：異構(gòu)調(diào)度可使大規(guī)模計(jì)算系統(tǒng)采用并行方式聚合廣域分布的各種資源以提高性能.傳統(tǒng)調(diào)度目標(biāo)追求高性能而忽視高效能,遠(yuǎn)不能適應(yīng)綠色計(jì)算科學(xué)發(fā)展新要求.因此,在理論上,一方面基于對動態(tài)頻率和電壓等系統(tǒng)參數(shù)的精細(xì)表述及有效量化,建立面向協(xié)同異構(gòu)計(jì)算且易于復(fù)用的能效感知云調(diào)度模型;另一方面,提出并實(shí)現(xiàn)適于超計(jì)算機(jī)混合體系的多學(xué)科背景的元啟發(fā)式多目標(biāo)全局優(yōu)化算法.從技術(shù)上解決了面向不同環(huán)境目標(biāo)的云調(diào)度實(shí)施條件界定及其調(diào)度指標(biāo)(時(shí)間、能效)實(shí)時(shí)變化描述等問題.大量仿真實(shí)驗(yàn)結(jié)果表明:與3個(gè)元啟發(fā)式云調(diào)度器相比,該方法在能效及可擴(kuò)展等方面優(yōu)勢明顯;對于高維實(shí)例,整體性能改善分別達(dá)到8%,12%和14%.
[Abstract]:Heterogeneous scheduling can make large-scale computing systems aggregate all kinds of resources distributed in wide area in parallel to improve performance. The traditional scheduling goal pursues high performance while neglecting high efficiency, which is far from meeting the new requirements of the development of green computing science. Therefore, on the one hand, based on the fine representation and effective quantification of dynamic frequency and voltage and other system parameters, an energy efficiency perceptual cloud scheduling model for collaborative heterogeneous computing and easy reuse is established; on the other hand, a meta-heuristic multi-objective global optimization algorithm suitable for the multi-disciplinary background of supercomputer hybrid system is proposed and implemented. The problems of defining the implementation conditions of cloud scheduling and describing the real-time change of scheduling index (time, energy efficiency) for different environmental objectives are solved technically. A large number of simulation results show that compared with the three meta-heuristic cloud schedulers, this method has obvious advantages in energy efficiency and scalability, and for high-dimensional examples, the overall performance improvement is 8%, 12% and 14%, respectively.
【作者單位】： 魯東大學(xué)信息與電氣工程學(xué)院;山東大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院;山東省高性能計(jì)算中心;山東師范大學(xué)信息科學(xué)與工程學(xué)院;
【基金】：國家自然科學(xué)基金(61070017,61272094) 國家高技術(shù)研究發(fā)展計(jì)劃(863)(2006AA01A113,2012AA01A306)~~
【分類號】：TP301.6

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張居陽 ,禮欣 ,孫吉貴;基于約束的調(diào)度研究和實(shí)現(xiàn)[J];計(jì)算機(jī)工程與應(yīng)用;2004年33期

2 劉琳;谷寒雨;席裕庚;;工件到達(dá)時(shí)間未知的動態(tài)車間滾動重調(diào)度[J];機(jī)械工程學(xué)報(bào);2008年05期

3 黃峰;丁亞武;;人機(jī)協(xié)同模式下的手工調(diào)度技術(shù)研究[J];黑龍江科技信息;2011年35期

4 郭艷東;黃敏;王慶;;鎖定初始調(diào)度的緊急工作單機(jī)重調(diào)度問題[J];東北大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

5 姜洋;孫偉;丁秋雷;張旭;;考慮行為主體的單機(jī)調(diào)度干擾管理模型[J];機(jī)械工程學(xué)報(bào);2013年14期

6 李向軍,王書振;網(wǎng)絡(luò)化集成制造模式下調(diào)度問題的混合遺傳算法[J];西安聯(lián)合大學(xué)學(xué)報(bào);2002年04期

7 蘇生;于海杰;吳正華;姚遠(yuǎn)哲;張良;;分銷供應(yīng)鏈協(xié)商調(diào)度多目標(biāo)合作協(xié)同演化算法[J];軟件學(xué)報(bào);2013年06期

8 姚君遺，楊善林，，左春榮;基于實(shí)例FMS的AGV調(diào)度數(shù)學(xué)模型與算法[J];合肥工業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版);1995年01期

9 楊根科,曾建潮,孫國基;TCPN的變遷弱規(guī)則特有的調(diào)度可達(dá)決策區(qū)域及算法[J];自動化學(xué)報(bào);1999年04期

10 林慧蘋,范玉順,吳澄;基于分層調(diào)度模型的生產(chǎn)計(jì)劃和調(diào)度集成研究[J];計(jì)算機(jī)集成制造系統(tǒng)-CIMS;2002年08期

相關(guān)會議論文 前10條

1 沈吟東;曾西洋;;公共交通駕駛員調(diào)度的復(fù)雜性及解決方法[A];’2004計(jì)算機(jī)應(yīng)用技術(shù)交流會議論文集[C];2004年

2 王黎亮;劉循;王勇;趙國慶;嚴(yán)江浩;;有向圖的完全調(diào)度[A];2008'中國信息技術(shù)與應(yīng)用學(xué)術(shù)論壇論文集（一）[C];2008年

3 全雄文;王力;;基于沖突集的區(qū)間調(diào)度問題性質(zhì)分析和算法設(shè)計(jì)[A];中國自動化學(xué)會控制理論專業(yè)委員會D卷[C];2011年

4 歐陽玲萍;王錫淮;肖健梅;;改進(jìn)蟻群算法在泊位連續(xù)化調(diào)度問題中的應(yīng)用[A];2009年中國智能自動化會議論文集（第三分冊）[C];2009年

5 吳斌;董敏;;考慮行為主體的越庫調(diào)度問題干擾管理研究[A];中國系統(tǒng)工程學(xué)會第十八屆學(xué)術(shù)年會論文集——A12系統(tǒng)科學(xué)與系統(tǒng)工程理論在各個(gè)領(lǐng)域中的應(yīng)用研究[C];2014年

6 黃金貴;康寶生;;并行任務(wù)調(diào)度的近似算法[A];第一屆全國幾何設(shè)計(jì)與計(jì)算學(xué)術(shù)會議論文集[C];2002年

7 尹新;楊自厚;;帶有等待時(shí)間懲罰的提前／拖期調(diào)度問題的啟發(fā)式解法[A];1994中國控制與決策學(xué)術(shù)年會論文集[C];1994年

8 毛建忠;吳智銘;;基于知識的柔性加工車間的調(diào)度仿真系統(tǒng)[A];1995中國控制與決策學(xué)術(shù)年會論文集[C];1995年

9 陳晶;姜華;潘全科;;同型機(jī)調(diào)度問題的混合ACO-SA優(yōu)化算法研究[A];2009年全國開放式分布與并行計(jì)算機(jī)學(xué)術(shù)會議論文集(下冊)[C];2009年

10 趙剛;陳文兵;;用蟻群算法求解不定期船調(diào)度問題[A];第二十六屆中國控制會議論文集[C];2007年

相關(guān)博士學(xué)位論文 前10條

1 丁寧;若干調(diào)度問題的算法研究[D];大連理工大學(xué);2016年

2 王磊;OKP企業(yè)分散式項(xiàng)目計(jì)劃與調(diào)度優(yōu)化方法研究[D];哈爾濱工業(yè)大學(xué);2013年

3 劉志雄;調(diào)度問題中的粒子群優(yōu)化方法及其應(yīng)用研究[D];武漢理工大學(xué);2005年

4 江維;任務(wù)關(guān)鍵實(shí)時(shí)系統(tǒng)的可信感知調(diào)度研究[D];電子科技大學(xué);2009年

5 鄧冠龍;基于元啟發(fā)式算法的調(diào)度問題若干研究[D];華東理工大學(xué);2012年

6 朱清華;多組合設(shè)備的Petri網(wǎng)建模及優(yōu)化調(diào)度[D];廣東工業(yè)大學(xué);2013年

7 劉小平;分布估計(jì)算法及其在智能調(diào)度中的應(yīng)用研究[D];合肥工業(yè)大學(xué);2009年

8 陳仕軍;基于列生成技術(shù)的乘務(wù)調(diào)度問題研究[D];華中科技大學(xué);2014年

9 馮大光;一類批處理機(jī)調(diào)度的理論和方法研究[D];東北大學(xué);2011年

10 黎鶴;并行系統(tǒng)中負(fù)載調(diào)度問題的研究[D];中國科學(xué)技術(shù)大學(xué);2008年

相關(guān)碩士學(xué)位論文 前10條

1 張亮;云計(jì)算環(huán)境下的資源調(diào)度技術(shù)的研究[D];江南大學(xué);2015年

2 石雪飛;維護(hù)時(shí)長隨機(jī)器負(fù)載線性遞增的單機(jī)調(diào)度問題[D];東華理工大學(xué);2014年

3 鮑和映;航空公司不正常航班調(diào)度研究[D];南京航空航天大學(xué);2013年

4 王建波;基于綜合利益最優(yōu)的集成調(diào)度優(yōu)化模型應(yīng)用研究[D];大連交通大學(xué);2010年

5 龍華;基于多Agent的物流調(diào)度系統(tǒng)研究[D];重慶大學(xué);2004年

6 韓風(fēng);流水調(diào)度問題的啟發(fā)式求解[D];哈爾濱理工大學(xué);2008年

7 許宮丹;基于多Agent的多廠協(xié)同生產(chǎn)調(diào)度方法研究[D];沈陽工業(yè)大學(xué);2008年

8 張建平;云計(jì)算中基于MapReduce集群模型的調(diào)度優(yōu)化與研究[D];南京郵電大學(xué);2013年

9 郭麗萍;螢火蟲算法在阻塞流水線調(diào)度問題中的應(yīng)用研究[D];東北師范大學(xué);2013年

10 楊生磊;城市應(yīng)急出警智能調(diào)度系統(tǒng)研究[D];鄭州大學(xué);2011年

本文編號：2522513