面向E级计算的体系结构感知优化方法技术

本发明专利技术公开了一种面向E级计算的体系结构感知优化方法，包括任务流感知优化的步骤；程序代码感知优化的步骤；程序算法感知优化的步骤和向量感知优化的步骤。本发明专利技术提供的这种面向E级计算的体系结构感知优化方法，采用多种感知优化算法，能够在面向E级计算时的海量计算资源时，合理调整和分配硬件资源，提高计算效率。

Architecture aware optimization method for E level computing

The invention discloses an architecture-aware optimization method for E-level computing, including the steps of task influenza awareness optimization, program code awareness optimization, program algorithm awareness optimization and vector awareness optimization. The architecture perception optimization method for E-level computing provided by the invention adopts a variety of perception optimization algorithms, which can rationally adjust and allocate hardware resources and improve computing efficiency when facing the massive computing resources for E-level computing.

【技术实现步骤摘要】
面向E级计算的体系结构感知优化方法
本专利技术具体涉及一种面向E级计算的体系结构感知优化方法。
技术介绍
随着经济技术的发展、人们生活水平的提高和信息化时代的到来，E级计算(百万万亿次)的超级计算机的时代已经到来。E级计算具有超强的计算能力，能够给计算科学和科学研究带来革命性的变化。随着科学的发展，各种各样的数值模型的尺度也越来越大，模型也更加接近实际情况。但是，更加精确的模型意味着更加复杂的模型求解。目前，科研院所的研究经费相对紧张，无法承担购买大量服务器所需要的经费。所以，即使科研院所成功的建立了更加精确的数值模型，其自身也无法独立将该数值模型进行求解。如果科研院所能够将更加精确的数值模型的代码移植到面向E级计算的超算平台上，那么科研院所则无需购置大量性能强劲的服务器，只需要将计算代码移植到超算平台，远程查看计算进度和效果，支付超算计算的费用即可。而超算计算的费用与大量性能强劲的服务器相比，无疑成本要低廉许多。但是，如何将数值模型的计算代码有效的移植到面向E级计算的超算平台，从而最大程度的发挥E级计算超算平台的计算能力，目前尚未有相关的研究，从而也在一定程度上制约了该领域的发展。
技术实现思路
本专利技术的目的在于提供一种面向E级计算，能够根据任务体系结构进行感知对程序进行优化的面向E级计算的体系结构感知优化方法。本专利技术提供的这种面向E级计算的体系结构感知优化方法，包括如下步骤：任务流感知优化的步骤，用于对所需要执行的所有任务进行感知和优化，调整并得到各个任务的处理顺序，从而加快任务流的处理效率；程序代码感知优化的步骤，用于将需要执行的程序代码分发至最合适的系统进行进行分布式计算并进行结果汇总，从而提高程序代码的处理效率；程序算法感知优化的步骤，用于对程序算法进行分析并分配相应的计算资源，从而提高程序算法的处理效率；向量感知优化的步骤，用于对计算过程中的向量化计算选择最大的压缩存储格式，从而提高向量化计算的处理效率。所述的任务流感知优化，具体包括如下步骤：(1)获取所有需要执行的任务，并确认所有任务之间不存在相互依赖关系；(2)对步骤(1)中获取的所有任务的子任务进行识别，并在一个时间段内统一对各个子任务分配计算资源；(3)采用最短作业优化算法找到各个子任务中计算量最小的子任务，并优先处理该计算量最小的子任务。所述的程序代码感知优化，具体包括如下步骤：1)对测试代码进行测试，找到各个典型独立代码段与系统硬件之间的最佳匹配关系；2)对程序代码进行识别，找到程序代码中的独立代码段；3)将步骤2)得到的独立代码段与典型独立代码段进行匹配，从而得到各个独立代码段与典型独立代码段之间的对应关系；4)根据步骤3)中的独立代码段与典型独立代码段之间的对应关系，以及步骤1)中各个典型独立代码段与系统硬件之间的最佳匹配关系，将独立代码段分配至对应的系统硬件，从而提高程序代码的处理效率。所述的程序算法感知优化，具体包括如下步骤：A.在程序算法运行前，对不同的程序算法进行计算资源的平均分配；B.在程序算法运行时，若出现计算等待的情况，则程序算法的资源需求进行重新分析；C.根据步骤B得到的分析结果，采用动态资源平衡(DRF)算法对计算资源进行重新分配。步骤C所述的对计算资源进行重新分配，具体为采用如下原则进行重新分配：R1.用户不能获得比其他用户更多的资源；R2.用户不能通过谎报其资源需求来获得更多的资源；R3.分配所有可以利用的资源，不用取代现有的资源分配；R4.用户不会更喜欢其他用户的资源分配。本专利技术提供的这种面向E级计算的体系结构感知优化方法，采用多种感知优化算法，能够在面向E级计算时的海量计算资源时，合理调整和分配硬件资源，提高计算效率。附图说明图1为本专利技术方法的方法示意图。具体实施方式如图1所示为本专利技术方法的方法流程示意图：本专利技术提供的这种面向E级计算的体系结构感知优化方法，包括如下步骤：任务流感知优化的步骤，用于对所需要执行的所有任务进行感知和优化，调整并得到各个任务的处理顺序，从而加快任务流的处理效率；具体包括如下步骤：(1)获取所有需要执行的任务，并确认所有任务之间不存在相互依赖关系；(2)对步骤(1)中获取的所有任务的子任务进行识别，并在一个时间段内统一对各个子任务分配计算资源；(3)采用最短作业优化算法找到各个子任务中计算量最小的子任务，并优先处理该计算量最小的子任务；程序代码感知优化的步骤，用于将需要执行的程序代码分发至最合适的系统进行进行分布式计算并进行结果汇总，从而提高程序代码的处理效率；具体包括如下步骤：1)对测试代码进行测试，找到各个典型独立代码段与系统硬件之间的最佳匹配关系；2)对程序代码进行识别，找到程序代码中的独立代码段；3)将步骤2)得到的独立代码段与典型独立代码段进行匹配，从而得到各个独立代码段与典型独立代码段之间的对应关系；4)根据步骤3)中的独立代码段与典型独立代码段之间的对应关系，以及步骤1)中各个典型独立代码段与系统硬件之间的最佳匹配关系，将独立代码段分配至对应的系统硬件，从而提高程序代码的处理效率；程序算法感知优化的步骤，用于对程序算法进行分析并分配相应的计算资源，从而提高程序算法的处理效率；具体包括如下步骤：A.在程序算法运行前，对不同的程序算法进行计算资源的平均分配；B.在程序算法运行时，若出现计算等待的情况，则程序算法的资源需求进行重新分析；C.根据步骤B得到的分析结果，采用动态资源平衡(DRF)算法对计算资源进行重新分配；向量感知优化的步骤，用于对计算过程中的向量化计算选择最大的压缩存储格式，从而提高向量化计算的处理效率；具体为采用如下原则进行重新分配：R1.用户不能获得比其他用户更多的资源；R2.用户不能通过谎报其资源需求来获得更多的资源；R3.分配所有可以利用的资源，不用取代现有的资源分配；R4.用户不会更喜欢其他用户的资源分配。本文档来自技高网...

【技术保护点】
1.一种面向E级计算的体系结构感知优化方法，包括如下步骤：任务流感知优化的步骤，用于对所需要执行的所有任务进行感知和优化，调整并得到各个任务的处理顺序，从而加快任务流的处理效率；程序代码感知优化的步骤，用于将需要执行的程序代码分发至最合适的系统进行进行分布式计算并进行结果汇总，从而提高程序代码的处理效率；程序算法感知优化的步骤，用于对程序算法进行分析并分配相应的计算资源，从而提高程序算法的处理效率；向量感知优化的步骤，用于对计算过程中的向量化计算选择最大的压缩存储格式，从而提高向量化计算的处理效率。

【技术特征摘要】
1.一种面向E级计算的体系结构感知优化方法，包括如下步骤：任务流感知优化的步骤，用于对所需要执行的所有任务进行感知和优化，调整并得到各个任务的处理顺序，从而加快任务流的处理效率；程序代码感知优化的步骤，用于将需要执行的程序代码分发至最合适的系统进行进行分布式计算并进行结果汇总，从而提高程序代码的处理效率；程序算法感知优化的步骤，用于对程序算法进行分析并分配相应的计算资源，从而提高程序算法的处理效率；向量感知优化的步骤，用于对计算过程中的向量化计算选择最大的压缩存储格式，从而提高向量化计算的处理效率。2.根据权利要求1所述的面向E级计算的体系结构感知优化方法，其特征在于所述的任务流感知优化，具体包括如下步骤：(1)获取所有需要执行的任务，并确认所有任务之间不存在相互依赖关系；(2)对步骤(1)中获取的所有任务的子任务进行识别，并在一个时间段内统一对各个子任务分配计算资源；(3)采用最短作业优化算法找到各个子任务中计算量最小的子任务，并优先处理该计算量最小的子任务。3.根据权利要求1或2所述的面向E级计算的体系结构感知优化方法，其特征在于所述的程序代码感知优化，具体包括如下步骤：1)对测试代码进行测试，找到各个典型独立代码段与系...

【专利技术属性】
技术研发人员：刘彦，刘尧，黄一智，李仁发，
申请(专利权)人：湖南大学，
类型：发明
国别省市：湖南,43