一种面向能效优化的多线程映射优化方法、系统及介质技术方案

本发明专利技术公开了一种面向能效优化的多线程映射优化方法、系统及介质，本发明专利技术方法包括获取指定的N个多线程程序在多核处理器上以M种映射方式运行的性能监控事件数据并筛选特征子集得到特征向量，以N个多线程程序样本特征向量、M种硬件平台特征向量和相对能效标签值构建训练数据集，训练M‑1个支持向量机模型，在预测多线程目标程序的能效优化映射方式时，每个支持向量机模型输出为对应多线程映射方式下的相对能效标签值，通过判断函数整合M‑1个模型的输出值，获得多线程目标程序的能效优化多线程映射方式。本发明专利技术旨在降低多线程目标程序运行时的计算结点能耗，提升多线程目标程序运行时性能，优化多线程目标程序运行时的计算结点整体能效。

【技术实现步骤摘要】

本专利技术涉及计算结点的能效优化，具体涉及一种面向能效优化的多线程映射优化方法、系统及介质。

技术介绍

1、多核处理器上合适的多线程映射对于计算机系统的能效优化至关重要。多线程映射改变活跃核的位置和可用的缓存/内存通道数，进而改变程序的性能和消耗的能耗。面向能效优化的映射方式不仅取决于应用程序，还高度依赖于硬件平台。简单通过分散或集中的映射策略来提升程序能效表现存在较高的不确定性。在特定平台上，以默认多线程映射方式运行程序可能存在计算结点的能耗较高且程序性能较差的情况，此时有较大的能效优化空间。

技术实现思路

1、本专利技术要解决的技术问题：针对多核处理器上程序运行的能效受到多线程映射方式影响的现象，提出一种面向能效优化的多线程映射优化方法、系统及介质，本专利技术旨在预测面向能效优化的多线程映射方式，达到降低计算结点能耗，提升程序运行时的性能，从而优化程序运行时的计算结点整体能效的目标。

2、为了解决上述技术问题，本专利技术采用的技术方案为：

3、一种面向能效优化的多线程映射优化的方法本文档来自技高网...

【技术保护点】

1.一种面向能效优化的多线程映射优化方法，其特征在于，包括：

2.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤S1中获取指定的N个多线程程序在多核处理器平台上以M种映射方式运行的性能监控事件数据时，任意第k个程序的性能监控事件数据为大小为M×l的程序特征矩阵，其中l为性能监控事件数量，取每个性能监控事件数据在程序运行过程中的平均值，；程序特征矩阵中任意第行列元素表示在第种映射方式下采集的第个性能监控事件的平均值，其中，。

3.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤S2包括：将所有N个多线程程序的性能监控事件...

【技术特征摘要】

1.一种面向能效优化的多线程映射优化方法，其特征在于，包括：

2.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤s1中获取指定的n个多线程程序在多核处理器平台上以m种映射方式运行的性能监控事件数据时，任意第k个程序的性能监控事件数据为大小为m×l的程序特征矩阵，其中l为性能监控事件数量，取每个性能监控事件数据在程序运行过程中的平均值，；程序特征矩阵中任意第行列元素表示在第种映射方式下采集的第个性能监控事件的平均值，其中，。

3.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤s2包括：将所有n个多线程程序的性能监控事件数据与计算结点能效进行斯皮尔曼相关系数分析，其中计算结点能效具体为能量与程序性能的综合指标，选择斯皮尔曼相关系数最大的前l个性能监控事件作为程序的特征向量元素，构成这n个多线程程序的、长度为l的特征向量。

4.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤s3中所述m种硬件平台特征向量为x个随m种多线程映射方式变化而变化的可量化的硬件平台指标构成的特征向量，每种多线程映射方式下对应一组硬件平台特征向量。

5.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤s3中与待预测映射方式下相对能效标签值包括：待预测映射方式为第i种映射方式，多线程程序在第i和第j种映射方式下的能效值相对大小，用1或0来表示，标签值为1表示多线程程序在第i种多线程映射下的计算结点能效大于等于第j种多线程映射方式，标签值为0表示多线程程序在第种多线程映射下的计算结点能效小于第j种多线程映射方式，i满足，j满足且。

6.根据权利要求1所述的面向能效优化的多线程映射优化方法，其特征在于，步骤s4包括：以步骤s3中n个多线程程序特征向量、m种硬件平台特征向量作为模型输入数据，以与待预测映射方式下相对能效标签...

【专利技术属性】
技术研发人员：陈娟，曹羽晗，徐涛，袁远，王蕊，喻湘，张孜涵，李泽锴，马兆阳，
申请(专利权)人：中国人民解放军国防科技大学，
类型：发明
国别省市：