多指标自趋优的GPU集群能耗控制模型

发布时间：2018-05-30 16:19

  本文选题：能耗优化 + 可靠性　； 参考：《计算机研究与发展》2015年01期

【摘要】：在大规模流数据实时处理领域中图形处理器(graphics processing unit,GPU)集群是一种重要的并行计算系统,对计算速度、能耗和可靠性3项指标都有较高要求.然而各指标互相约束,在实时计算中需要动态寻找最优均衡点,因此GPU集群中多项性能指标实时优化成为一个具有挑战性的问题.为综合考虑计算速度、能耗和可靠性3项指标,利用极大熵函数法把多项指标转化为一个综合性能评价指标,再以模型预测控制理论为基础构造一个自适应强的控制模型,该模型能够依据计算负载的变化动态调整集群内节点的能耗状态,在保证计算速度和可靠性的前提下消减冗余计算能耗.与未考虑可靠性的基准控制模型进行对比实验,结果表明所提出的模型具有较好的控制稳定性和鲁棒性,适合应用到GPU集群节能管理中.
[Abstract]:In the field of real-time processing of large-scale stream data, GPU cluster is an important parallel computing system, which requires high computing speed, energy consumption and reliability. However, due to the constraint of each index, dynamic optimization of optimal equilibrium points is needed in real-time computing. Therefore, real-time optimization of multiple performance indicators in GPU cluster becomes a challenging problem. In order to comprehensively consider three indexes of calculation speed, energy consumption and reliability, the maximum entropy function method is used to transform multiple indexes into a comprehensive performance evaluation index, and then an adaptive and strong control model is constructed based on the model predictive control theory. The model can dynamically adjust the energy consumption of the nodes in the cluster according to the variation of the computational load, and reduce the redundant energy consumption under the premise of ensuring the computing speed and reliability. The results show that the proposed model has good control stability and robustness and is suitable for GPU cluster energy-saving management.
【作者单位】： 临沂大学信息学院;上海理工大学光电信息与计算机工程学院;
【基金】：国家自然科学基金项目(60970012) 山东省自然科学基金联合专项项目(ZR2013FL005) 山东省自主创新及成果转化专项项目(2014ZZCX02702)
【分类号】：TP332

【参考文献】

相关期刊论文 前10条

1 李兴斯;一类不可微优化问题的有效解法[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年04期

2 公茂果;程刚;焦李成;刘超;;基于自适应划分的进化多目标优化非支配个体选择策略[J];计算机研究与发展;2011年04期

3 陈彦萍;张建科;孙家泽;郑庆华;李增智;;一种基于混合智能优化的服务选择模型[J];计算机学报;2010年11期

4 席裕庚;李德伟;;预测控制定性综合理论的基本思路和研究现状[J];自动化学报;2008年10期

5 林一松;杨学军;唐滔;王桂彬;徐新海;;一种基于关键路径分析的CPU-GPU异构系统综合能耗优化方法[J];计算机学报;2012年01期

6 王海峰;陈庆奎;;图形处理器通用计算关键技术研究综述[J];计算机学报;2013年04期

7 林宇晗;孔繁鑫;徐惠婷;金曦;邓庆绪;;线性加速比并行实时任务的节能研究[J];计算机学报;2013年02期

8 朱晓敏;祝江汉;马满好;;异构集群系统中具有QoS需求的实时任务容错调度[J];软件学报;2011年07期

9 徐新海;杨学军;林宇斐;林一松;唐滔;;一种面向CPU-GPU异构系统的容错方法[J];软件学报;2011年10期

10 张莹;王立洪;;基于残差的非线性自回归模型的拟合优度检验[J];南京大学学报(数学半年刊);2012年01期

【共引文献】

相关期刊论文 前10条

1 唐葆君;刘小龙;邱菀华;;基于极大熵聚类的工程项目风险预警模型[J];北京航空航天大学学报;2008年07期

2 汪正军;王军政;马立玲;赵江波;;大惯量随动系统解析模型预测控制[J];北京理工大学学报;2011年11期

3 王若鹏;;不等式约束二次规划的不动点迭代[J];北京石油化工学院学报;2007年01期

4 王若鹏;;等式约束凸二次规划的不动点迭代算法[J];北京石油化工学院学报;2008年03期

5 程利军;一类Fuzzy非线性规划的极大熵方法[J];滨州师专学报;2000年04期

6 许健;孙秀霞;李大东;;模型预测控制在飞行器规划系统中的应用[J];传感器与微系统;2011年07期

7 彭军还;张亚利;章红平;刘星;;不等式约束最小二乘问题的解及其统计性质[J];测绘学报;2007年01期

8 杨红梅;;求解线性半无限规划问题的神经网络[J];昌吉学院学报;2009年06期

9 黄英;一类特殊的复合NDO问题的近似计算方法[J];重庆师范学院学报(自然科学版);1999年03期

10 吴至友;一类特殊的非线性Minimax问题的算法[J];重庆师范学院学报(自然科学版);1999年04期

相关会议论文 前10条

1 王平;田学民;;一种基于敏感度方程的非线性预测控制算法[A];第二十七届中国控制会议论文集[C];2008年

2 何德峰;宋秀兰;杨马英;;反馈线性化构造性预测控制及在CSTR中的应用[A];中国自动化学会控制理论专业委员会B卷[C];2011年

3 ;Fault-Tolerant Control of Delayed Uncertain Systems with Sensor Faults Using RMPC[A];中国自动化学会控制理论专业委员会C卷[C];2011年

4 李绍刚;段复建;任阿娟;;求解不等式约束极大极小问题的一种熵函数法[A];中国运筹学会第八届学术交流会论文集[C];2006年

5 费立华;殷洪友;;基于凝聚函数求解非线性互补问题的一类光滑牛顿法[A];中国运筹学会第十届学术交流会论文集[C];2010年

6 唐文艳;顾元宪;于涛;;实数编码和约束凝聚选择的遗传算法[A];2001中国控制与决策学术年会论文集[C];2001年

7 ;Multisensor Information Fusion Predictive Control Algorithm[A];Proceedings of the 2011 Chinese Control and Decision Conference（CCDC）[C];2011年

8 朱娜娜;周立芳;殷雪;马正强;;基于集结策略的预测控制简化算法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年

9 Cunsheng Lu;Dewei Li;Yugeng Xi;;A Fast Algorithm for MPC Based on Aggregation Strategy[A];第25届中国控制与决策会议论文集[C];2013年

10 雍龙泉;;基于多目标优化算法求解非线性互补问题[A];2011年中国智能自动化学术会议论文集（第一分册）[C];2011年

相关博士学位论文 前10条

1 冷欣;船用增压锅炉汽包水位预测控制方法研究[D];哈尔滨工程大学;2009年

2 闻继伟;随机切换系统的模型预测控制研究[D];江南大学;2011年

3 黄鹤;混合H_2/H_∞指标鲁棒模型预测控制器的设计[D];上海交通大学;2011年

4 郝钢;自校正观测融合Kalman估值器及其在典型跟踪系统中的应用[D];哈尔滨工程大学;2011年

5 李艳艳;0-1规划问题的连续化方法研究及应用[D];大连理工大学;2009年

6 万娇娜;基于有限精度求解的非线性预测控制算法研究[D];浙江大学;2011年

7 刘孝锋;基于压差法的透气性测试装置关键技术研究[D];广东工业大学;2012年

8 唐文艳;结构优化中的遗传算法研究和应用[D];大连理工大学;2002年

9 张培爱;互补问题的有效算法研究[D];大连理工大学;2002年

10 杨晓华;参数优选算法研究及其在水文模型中的应用[D];河海大学;2002年

相关硕士学位论文 前10条

1 李长鹏;基于CSTR温度系统的模糊神经网络预测控制研究[D];哈尔滨工程大学;2009年

2 李建民;AUV水下回收预测与协调控制技术研究[D];哈尔滨工程大学;2010年

3 谢笑颖;环境最优船舶区域动力定位方法研究[D];哈尔滨工程大学;2010年

4 黄婉;求解线性规划逆问题的光滑化方法[D];大连理工大学;2010年

5 李京涛;基于改进遗传算法的桁架结构拓扑优化研究[D];河北工程大学;2010年

6 李善强;时滞系统的鲁棒模型预测控制[D];哈尔滨理工大学;2010年

7 王朋;列车运行仿真、实时调度的模型及算法研究[D];北京交通大学;2011年

8 陈思;多交叉口的无模型自适应控制[D];北京交通大学;2011年

9 范烨晗;预测控制在指挥自动化系统中的应用研究[D];西安电子科技大学;2011年

10 袁贺强;预测控制在燃气锅炉供暖系统中的应用研究[D];太原理工大学;2011年

【二级参考文献】

相关期刊论文 前10条

1 欧宜贵;邓谋杰;洪世煌;;一类极大极小优化问题的信赖域算法[J];工程数学学报;2004年08期

2 李兴斯;一类不可微优化问题的有效解法[J];中国科学(A辑 数学 物理学 天文学 技术科学);1994年04期

3 杨放春;苏森;李祯;;混合QoS模型感知的语义Web服务组合策略[J];中国科学(E辑:信息科学);2008年10期

4 刘淳安;王宇平;;基于新模型的动态多目标优化进化算法[J];计算机研究与发展;2008年04期

5 李密青;郑金华;罗彪;;一种基于最小生成树的多目标进化算法[J];计算机研究与发展;2009年05期

6 吴恩华,柳有权;基于图形处理器(GPU)的通用计算[J];计算机辅助设计与图形学学报;2004年05期

7 韩博;周秉锋;;GPGPU性能模型及应用实例分析[J];计算机辅助设计与图形学学报;2009年09期

8 秦啸,韩宗芬,庞丽萍;基于异构分布式系统的实时容错调度算法[J];计算机学报;2002年01期

9 胡建强,邹鹏,王怀民,周斌;Web服务描述语言QWSDL和服务匹配模型研究[J];计算机学报;2005年04期

10 金海,陈汉华,吕志鹏,宁小敏;CGSP作业管理器合成服务的QoS优化模型及求解[J];计算机学报;2005年04期

相关博士学位论文 前1条

1 廖渊;普适计算环境下一种基于QoS的服务构件组合方法[D];中国科学院研究生院（软件研究所）;2005年

，

本文编号：1955936