【技术实现步骤摘要】
一种基于协同近似计算的众核系统能耗与性能优化方法
本专利技术涉及众核系统的资源管理
，具体涉及一种基于协同近似计算的众核系统能耗与性能优化方法。
技术介绍
芯片多处理器已成为构建高性能计算机的主流，众核系统被广泛用在云计算服务器、大数据系统中提供足够的计算能力。晶体管缩放技术推动了众核系统的片上网络中可用的处理元件数量的迅猛增长，但由于Dennard缩放比例崩溃导致的过热问题，众核芯片无法随芯片面积正常缩放。在满足众核系统功耗预算的前提下，只能打开一部分节点的电源，而关闭其余节点的电源，旨在散热设计约束下工作，以防止可能的过热问题和芯片永久损坏。不幸的是，作为一种折衷方案，该解决方案阻止了峰值频率水平的运行，降低了芯片的能源效率，因此需要新颖的技术来最大化芯片的性能。由于跨晶体管的性能/功率效率在各种抽象层上都无法与众所周知的功率降低技术(例如DVFS和功率门控)保持同步，因此继续支持整个堆栈的精确计算可能不足以解决不断提高的能量效率挑战。应对这一挑战的一种可能解决方案是近似计算。有大量的应用程序可以忍受近似误...
【技术保护点】
1.一种基于协同近似计算的众核系统能耗与性能优化方法，其特征在于，该优化方法考虑通信方面和计算方面的协同资源管理和由性能与能耗组成的多目标优化，该众核系统包括全局控制器、局部控制器、数据裁剪器和数据恢复器，该优化方法过程如下：/n在选定的主控节点上装配全局控制器，每隔固定时间，根据每个节点的程序运行情况以及用户对应用程序输出结果的质量要求为各个节点动态分配一个最优配置，并将产生的配置信息通过网络发送到相应节点，所述的配置信息包括数据丢弃率和循环穿孔率；/n在各个节点上装配局部控制器，根据收到的配置信息，为每个等待注入网络的数据包进行数据丢弃率的设定和为应用程序设定循环穿孔率...
【技术特征摘要】
1.一种基于协同近似计算的众核系统能耗与性能优化方法，其特征在于，该优化方法考虑通信方面和计算方面的协同资源管理和由性能与能耗组成的多目标优化，该众核系统包括全局控制器、局部控制器、数据裁剪器和数据恢复器，该优化方法过程如下：
在选定的主控节点上装配全局控制器，每隔固定时间，根据每个节点的程序运行情况以及用户对应用程序输出结果的质量要求为各个节点动态分配一个最优配置，并将产生的配置信息通过网络发送到相应节点，所述的配置信息包括数据丢弃率和循环穿孔率；
在各个节点上装配局部控制器，根据收到的配置信息，为每个等待注入网络的数据包进行数据丢弃率的设定和为应用程序设定循环穿孔率；
根据全局控制节点返回的配置信息中的数据丢弃率，局部控制器为每个即将注入网络的数据包进行数据丢弃率的设定，交由数据裁剪器进行处理；网络层的每个节点各配置一个数据裁剪器和一个数据恢复器，所述的数据裁剪器在数据包注入网关前根据设置的数据丢弃率对其进行丢弃，所述的数据恢复器在完成被近似数据包的接收后对其中丢失的数据进行恢复；
其中，所述的全局控制器的控制过程为：
S1、建立质量模型：将具体的数据丢弃方法和循环穿孔方法嵌入到应用程序的源代码中，收集其对应用程序输出质量的影响，在质量模型的建立过程中，首先以不同的循环穿孔率和数据丢弃率执行修改后的应用程序，得到质量损失样本，再通过线性插值补全，建立一个二元多项式质量损失模型函数；
S2、建立性能模型：进行众核系统的仿真，按照不同的数据丢弃率和循环穿孔率运行不同的基准测试程序并获取应用程序的运行时间和能源消耗，得到不同丢弃率下的时间样本和能耗样本，再通过线性插值补全，建立时间模型和能耗模型；
S3、进行误差预算：根据用户定义的质量要求以及应用程序的特性，结合质量模型选择出丢弃数据预算和循环穿孔预算，其中，应用程序的预算分为数据误差预算和循环穿孔误差预算，将每个节点经过近似的数据量和循环穿孔指令数从总预算中减去，若预算小于0，全局控制器将为所有节点发送不近似的配置信息；
S4、建立约束模型，众核系统以不同的数据丢弃率和循环穿孔率执行应用程序并统计其缓存缺失值和循环穿孔代码段的指令运行总数，除以运行时间得到不同数据丢弃率和循环穿孔率下所对应的缓存缺失率CMR和每时钟周期运行指令数IPC的样本数据，再通过线性插值补全分别得到关于循环穿孔的近似约束模型和关于数据丢弃的近似约束模型；
S5、模型约束与多目标优化：各节点实时返回节点的缓存缺失率CMR和每时钟周期运行指令数IPC给全局控制器，全局控制器将这些数据代入到建好的离线约...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。