基于BSP模型的异构计算模型设计
本文关键词:基于BSP模型的异构计算模型设计 出处:《吉林大学》2017年硕士论文 论文类型:学位论文
更多相关文章: Pi演算 BSP LS-BSP DDF-MM算法 Pict语言
【摘要】:近年来,由于越来越多计算复杂度高、计算规模大的任务在各个领域大量涌现,分布式的计算环境成为研究者的研究热点。其中,异构计算系统则以其更加贴近现实的思想和高效的计算性能,得到了研究者的广泛关注。如何将现有的并行计算经过改进,使其符合异构计算系统对时间性能上的要求,也成为了研究的方向之一。本文在总结前辈研究成果的基础之上,对BSP模型的各项特点进行了分析。最终,提出了一种适应异构计算环境的LS-BSP(Logic Super Step Bulk Synchronous Parallel)模型,研究内容主要包括:(1)改善超步的结构,提出“逻辑超步”的思想:将存在数据依赖的任务放在一个超步内。反之,相互独立的任务可以放在不同的超步内。由于不同的超步间不存在数据依赖,所以这些超步能够并行运行,从而提升了模型的并行性;(2)改变模型的超步中先计算,再通讯的机制,提出“Compute-CombainerSend机制”:为每个超步设定一个单独的同步线程Combainer,负责对数据的汇总。一方面,使不同处理节点间的计算阶段和通讯阶段并发执行;另一方面,数据同步后再发送给服务器端,减少了传输的数据量,提升了传输的效率;(3)改善模型任务分配机制:由于BSP模型应用于同构环境中,所以其任务分配主要考虑处理机是否闲置、任务数据是否为本地可分配的。在LS-BSP模型中,基于Max-min算法提出DDF-MM(Double Decision Factor Max-min)算法,使用各处理机任务处理时间的标准差系数和平均处理时长作为任务的优先级,并在分配过程中综合考虑所有处理机当前的负载情况。另外,进程演算语言——Pi演算可以通过传递通道名字的方式,改变网络的拓扑结构和状态,这使得Pi演算可以简洁明了的描述上述异构计算系统。所以,本文中使用Pi演算描述LS-BSP模型,并建立LS-BSP理论模型。随后,依靠Pi演算中常用的弱互模拟理论,验证了LS-BSP模型在理论上是正确的。基于Pi演算的Pict语言是一种自然的并行语言,能够以一种自然的语义对并行计算系统进行编程。本文中分别使用Pict语言和Java语言描述了LS-BSP模型,使用Java语言描述了BSP模型,并在处理机负载、整体任务处理的时间跨度方面验证了LS-BSP模型的性能提升以及Pict语言对并行计算模型的优化。
[Abstract]:In recent years, due to more and more high computational complexity, large-scale computing tasks have emerged in a large number of fields, distributed computing environment has become a research hotspot. Isomeric computing systems, for their more realistic ideas and efficient computing performance, have been widely concerned by researchers. How to improve the existing parallel computing. Making it meet the requirements of heterogeneous computing system on time performance has become one of the research directions. Based on the previous research results, this paper analyzes the characteristics of the BSP model. Finally. This paper presents a LS-BSP(Logic Super Step Bulk Synchronous parallel model for heterogeneous computing environments. The main contents of the research include: 1) improving the structure of superstep, and putting forward the idea of "logical overstep": putting the task of data dependence in one step. Conversely. Independent tasks can be placed in different supersteps. Because there is no data dependency among the different supersteps, these steps can run in parallel, thus enhancing the parallelism of the model. 2) change the mechanism of superstep calculation and communication of the model. Put forward "Compute-CombainerSend mechanism": set up a separate synchronization thread Combainer for each step, responsible for the data aggregation. On the one hand. The computation phase and communication phase of different processing nodes are executed concurrently; On the other hand, the data is synchronized and then sent to the server, which reduces the amount of data transferred and improves the efficiency of transmission. 3) improve the model task allocation mechanism: because the BSP model is applied in the isomorphic environment, its task assignment mainly considers whether the processor is idle or not. Whether the task data is locally distributable. In the LS-BSP model. DDF-MM(Double Decision Factor Max-min algorithm is proposed based on Max-min algorithm. The standard deviation coefficient of processing time and the average processing time of each processor are used as the priority of the task, and the current load of all processors is considered in the process of allocation. Process Calculation--Pi Calculus can change the topology and state of the network by passing the name of the channel, which makes the Pi Calculus can describe the heterogeneous computing system. In this paper, we use Pi calculus to describe the LS-BSP model and establish the LS-BSP theory model. Then, we rely on the weak mutual simulation theory commonly used in Pi calculus. The LS-BSP model is proved to be correct in theory. The Pict language based on Pi calculus is a natural parallel language. The parallel computing system can be programmed with a kind of natural semantics. In this paper, the LS-BSP model is described by Pict language and Java language, respectively. Use the Java language to describe the BSP model and load in the processor. The time span of overall task processing verifies the performance improvement of LS-BSP model and the optimization of parallel computing model by Pict language.
【学位授予单位】:吉林大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:TP338
【相似文献】
相关期刊论文 前10条
1 Air Force;;还处在明天的异构计算[J];电脑爱好者;2011年19期
2 张彤;;培养异构计算的思维[J];中国教育网络;2012年07期
3 林卫东,金茂忠;异构计算──求解超级问题的新途径[J];计算机工程与设计;1996年05期
4 陆鑫达;剖析异构计算[J];中国计算机用户;1999年12期
5 Janlen.Chang;;异构计算:计算巨头的下一个十年[J];个人电脑;2011年11期
6 纪剑雄;郑骏;;一种异构计算系统动态任务分配模型[J];南通大学学报(自然科学版);2007年03期
7 俞莉花;曾国荪;;异构计算中的时间和能耗优化执行方法[J];计算机科学;2011年10期
8 郑飞,陆鑫达;异构计算系统的三元模型与性能分析[J];上海交通大学学报;1997年08期
9 朱晓琴;;计算机性能与异构计算[J];盐城工学院学报;1999年04期
10 HMC;;异构来临 HSA联盟初探[J];电脑迷;2013年07期
相关会议论文 前2条
1 陈虎;陈思桐;李观钊;罗伟良;甄真;张林亚;干芸芸;赖路双;奚建清;;异构计算平台上列存储数据库的并行查询技术研究[A];第29届中国数据库学术会议论文集(B辑)(NDBC2012)[C];2012年
2 林新华;顾一众;;上海交通大学高性能计算建设理念与实践[A];中国高等教育学会教育信息化分会第十二次学术年会论文集[C];2014年
相关重要报纸文章 前9条
1 本报记者 霍光;走出异构计算的认识误区[N];中国计算机报;2009年
2 本报记者 霍光;异构计算两大引擎再次加速[N];中国计算机报;2009年
3 ;计算:从工作到生活[N];中国计算机报;2010年
4 姑苏飘雪;异构计算,PC效率的提升之道[N];电脑报;2012年
5 本报记者 李万予;Altera披露新异构计算核心[N];中国计算机报;2013年
6 本报记者 王星;异构计算引领软件开发创新[N];电脑报;2012年
7 本报记者 霍光;计算未来[N];中国计算机报;2012年
8 ;“芯”融聚 谋未来[N];中国电脑教育报;2011年
9 李映;MIPS能否从“芯”再出发[N];中国电子报;2012年
相关博士学位论文 前1条
1 张丹;面向异构体系结构的任务流化技术研究[D];解放军信息工程大学;2012年
相关硕士学位论文 前10条
1 范兴山;基于异构计算的矩阵广义逆算法研究及实现[D];电子科技大学;2014年
2 蒲宇亮;基于异构计算系统的图像信息提取关键算法研究与实现[D];电子科技大学;2016年
3 彭玉炳;基于异构计算的CNN并行框架的设计与实现[D];电子科技大学;2016年
4 王昭;基于BSP模型的异构计算模型设计[D];吉林大学;2017年
5 纪剑雄;基于异构计算系统中动态任务分配的蜂群算法研究[D];华东师范大学;2008年
6 周斯波;异构计算环境下的地图代数空间分析并行方法研究[D];中国地质大学;2013年
7 朱伟;异构计算环境下高性能网络模拟任务划分[D];江南大学;2014年
8 张胜辉;基于FPGA加速的异构计算多结点系统实时硬件任务调度与管理[D];华东交通大学;2013年
9 何东阳;适用异构计算环境中监控软件系统的研究与实践[D];东华大学;2012年
10 周子航;基于OpenCL异构计算的数学图像绘制[D];广州大学;2013年
,本文编号:1388815
本文链接:https://www.wllwen.com/kejilunwen/jisuanjikexuelunwen/1388815.html