异构多核系统的任务调度
摘要：异构计算作为一种低能耗高性能计算的解决方案，近年来得到了广泛关注。由于大多数工作负载通常在某种类型的核心上运行得最有效率，将任务映射到最佳可用资源上不仅可以节省能源，还可以提供高性能。然而，在异构平台上实现性能和/或能耗的最优任务调度问题尚未解决。本文将最优异构系统任务调度数学上形式化为一个基于排队理论的优化问题。我们在数学上解决了两种处理器类型的常见情况，例如CPU+GPU，并提出了一个最优策略（CAB）。我们设计了GrIn启发式算法，可以高效地求解任意数量处理器类型的近似最优策略（在最优策略的1.6%之内）。这两种策略适用于任何任务规模分布和处理顺序，因此具有普遍性和实用性。我们进行了广泛的模拟和验证论证，并在一个CPU-GPU真实平台上实现了所提出的策略，以展示出最优吞吐量和能源改进效果。与传统的负载平衡等策略相比，在模拟中，我们的结果范围从1.08倍到2.24倍更好的性能或1.08倍到2.26倍更好的能源效率，并且在实验中获得了2.37倍到9.07倍更好的性能。
作者：Zhuo Chen and Diana Marculescu
论文ID：1712.03209
分类：Performance
分类简称：cs.PF
提交时间：2017-12-11