大规模异构计算系统中任务计算量具有随机性的调度方法
【专利摘要】本发明针对大规模异构计算系统环境下任务执行时间具有随机性及优先约束依赖关系，提出了一种高效的任务调度方法。该方法主要由以下几步构成：第一步，针对应用程序的每个任务，计算其随机sb_level值；第二步，对已就绪任务队列中的每个任务查找最优处理机，并计算每对任务－处理机的随机动态级SDL；第三步：利用操作算子＜比较随机动态级SDL的大小，确定最优任务－处理机对；第四步：将任务调度到相应的处理机上执行，并把已就绪的任务加入就绪任务队列；第五步：更新目标计算系统的相关参数。采用该方法，较之现有面向异构计算系统的调度方法相比具有调度长度短、加速比高等性能优势。
【专利说明】大规模异构计算系统中任务计算量具有随机性的调度方法
【技术领域】[0001]本发明属于计算机软件以及超级计算机中资源管理【技术领域】，涉及一种基于任务计算量具有随机性的任务调度方法。
【背景技术】
[0002]随着以信息技术变革为主的社会经济飞速发展，大型复杂科学工程计算和海量数据处理对高性能计算需求越来越高。由于硬件局限，单一计算机很难满足这些问题的海量计算需求。同时，高速互联网络与超大规模高性能集成电路技术迅猛发展，可移植高性能通讯软件广泛应用，以网络为基础的高性能并行计算成为可能。并行计算用以解决许多中、粗粒度的复杂科学计算、海量数据搜索处理问题，如高精度的中尺度数值天气预报、图形渲染、核爆炸模拟、新药筛选、飞行器数字模拟、作战模拟和金融电子服务等。
[0003]由于目前大规模并行计算系统具明显的的异构性，而各种资源动态加入和退出具有随机性，因而系统资源管理与任务调度所面临的问题将更加复杂，这种复杂性已成为提高异构并行计算系统实际应用性能和效率必须解决的关键问题之一。另一方面，传统资源管理与任务调度系统在应对大规模计算系统动态资源时呈现出系统延迟性高、可扩展性差、实时性差、任务调度效率低等一系列问题，其中最核心的是系统任务调度效率低。
[0004]任务调度问题本质上属于组合优化问题，而组合优化问题的最优解属于NP完全问题，特别是满足系统可靠性、安全性、任务间约束关系的多目标任务调度更是NP完全问题。目前解决调度问题的策略和方法大致分为:局部和全局、静态和动态(在全局类中)、最优和次优(在静态和动态两种类型中)、近似和启发式(在次优类型中)、集中控制和分散控制(在动态类型中)、协作和非协作(对分散控制)、单个和多个应用程序、非抢占式和抢占式、非自适应和自适应等。在实际应用上，相对于高复杂的精确任务调度策略，启发式任务调度策略与方法是解决分布式系统任务调度问题的一种有效方法。
[0005]另一方面，经典研究方法都假定任务调度时已知任务计算量，常见方法有任务多次执行的平均值或者任务执行的最坏值等。然而实际任务执行时间具有随机性，这种任务实际执行时间随机性对计算系统任务调度提出巨大挑战，下面将以一个简单的例子说明。如当以全部任务总完成时间做为任务调度方法效率衡量标准时，有这样4个任务其均值和方差如表1不:
[0006]表1任务计算量具有随机性示例
【权利要求】
1.一种大规模异构计算系统中任务计算量具有随机性的调度方法，其特征在于，包括如下步骤: 第一步，对运行在大规模异构计算系统环境下所有服从正态分布的随机有向无环并行应用程序，求就绪任务队列中任务Vx到出口任务Vradt的随机近似路径长度sb_level (vx)，其中 sb_level(vx)为:
2.根据权利要求1所述的一种大规模异构计算系统中任务计算量具有随机性的调度方法，其特征在于，第二步中Δ (Vi, px)的计算公式为:
【文档编号】G06F9/48GK103530183SQ201310506812
【公开日】2014年1月22日 申请日期:2013年10月24日 优先权日:2013年10月24日
【发明者】李肯立, 唐小勇 申请人:湖南大学