众核系统动态能耗管理技术研究

发布时间：2021-07-31 11:54

　　随着高性能计算（High-Performance Computing,HPC）系统规模不断增长、性能不断提高,系统功耗问题也日益凸显。巨大的系统功耗不仅增加系统电力开销和运行成本,而且间接加剧碳排放及其对环境的压力,严重影响计算系统的性能扩展。在该背景下,绿色计算（Green Computing）受到越来越多的关注,高能效（Energy Efficiency）设计,也成为高性能计算系统的首要设计需求之一。另一方面,众核（Many-core）体系结构在高性能计算领域扮演着越来越重要的角色,不仅为高性能计算系统提供了强大的计算能力,同时也消耗了大部分系统功耗。因此,研究众核系统的动态能耗管理技术（Dynamic Power Management,DPM）,降低众核芯片的功耗、提高其能效,对于提高整个计算系统的能效具有重要作用。针对众核体系结构的新特点及其能耗管理的迫切需求,本文研究了众核体系结构的功耗模型,结合功耗模型及性能模型,探索了可扩展众核系统能耗管理技术,并研究了针对众核的高效动态电压频率调节技术（Dynamic Voltage and Frequency Scaling,DVFS... 

【文章来源】：国防科技大学湖南省 211工程院校 985工程院校

【文章页数】：137 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
符号使用说明
第一章 绪论
    1.1 课题研究背景
        1.1.1 能耗问题成为计算系统的设计瓶颈
        1.1.2 众核体系结构的广泛应用
        1.1.3 研究意义
    1.2 动态能耗管理简介
        1.2.1 动态能耗管理的一般方法
        1.2.2 能效指标
    1.3 本文研究工作
    1.4 本文组织结构
第二章 相关工作及研究挑战
    2.1 多核 / 众核系统动态能耗管理方法
        2.1.1 大规模计算系统中节能空间
        2.1.2 能耗管理基本手段
        2.1.3 能耗管理系统运行方式
        2.1.4 能耗管理优化目标
    2.2 当前研究面临的挑战
        2.2.1 众核体系结构功耗模型
        2.2.2 众核系统能耗管理的可扩展性
        2.2.3 众核体系结构DVFS技术
    2.3 本章小结
第三章 众核体系结构能耗模型
    3.1 引言
    3.2 众核体系结构及并行编程模型
        3.2.1 众核体系结构
        3.2.2 在SCC上的共享内存编程模型
        3.2.3 Graph500基准测试程序及其并行化
    3.3 众核体系结构功耗、性能特征
        3.3.1 功耗测量方法
        3.3.2 程序执行性能
        3.3.3 功耗特征
        3.3.4 能耗及EDP特征
    3.4 众核体系结构解析功耗模型
        3.4.1 功耗解析模型
        3.4.2 功耗模型参数的确定
    3.5 功耗模型的验证和结果分析
        3.5.1 对比验证方法
        3.5.2 试验结果及分析
    3.6 相关工作
    3.7 本章小结
第四章 可扩展众核系统动态能耗管理方法
    4.1 引言
    4.2 模型驱动的灵活DPM
        4.2.1 Profile指导的DVFS控制
        4.2.2 性能模型
        4.2.3 基于功耗 / 性能模型的能效优化
    4.3 Powe Rock的设计与实现
        4.3.1 离线程序分析子系统
        4.3.2 Profile指导的能耗管理器
        4.3.3 DVFS控制器
        4.3.4 实时功耗请求同步器
    4.4 实验结果和分析
        4.4.1 实验验证方法
        4.4.2 性能模型的验证
        4.4.3 Profile指导的DVFS控制技术的验证
        4.4.4 DPM方法灵活性的验证
        4.4.5 能耗管理开销与可扩展性
    4.5 相关工作
    4.6 本章小结
第五章 面向众核体系结构的延迟感知DVFS技术
    5.1 引言
    5.2 众核体系结构中的DVFS延迟问题
        5.2.1 DVFS延迟基础知识
        5.2.2 众核体系结构中的DVFS延迟
    5.3 延迟感知DVFS控制算法
        5.3.1 基准能耗管理方法
        5.3.2 延迟感知DVFS控制算法
        5.3.3 在Barrelfish OS上的实现
    5.4 实验验证和结果分析
        5.4.1 实验验证方法
        5.4.2 基准测试程序
        5.4.3 实验结果
        5.4.4 实验结果分析
    5.5 相关工作
    5.6 本章小结
第六章 结论与展望
    6.1 本文研究工作总结
    6.2 下一步研究工作展望
致谢
参考文献
作者在学期间取得的学术成果


【参考文献】：
期刊论文
[1]An Energy-Saving Task Scheduling Strategy Based on Vacation Queuing Theory in Cloud Computing[J]. Chunling Cheng,Jun Li,Ying Wang.  Tsinghua Science and Technology. 2015(01)
[2]面向云计算数据中心的能耗建模方法[J]. 罗亮,吴文峻,张飞.  软件学报. 2014(07)
[3]一种基于细粒度性能计数器建立系统实时功耗模型的方法[J]. 程华,陈左宁,孙凝晖,王明扬,李超.  计算机学报. 2014(03)
[4]Towards a Cost-Efficient MapReduce:Mitigating Power Peaks for Hadoop Clusters[J]. Nan Zhu,Xue Liu,Jie Liu,Yu Hua.  Tsinghua Science and Technology. 2014(01)
[5]面向高性能业务应用的基于剖视信息的系统能耗优化[J]. 易会战,罗兆成.  软件学报. 2013(08)
[6]Seadown:一种异构MapReduce集群中面向SLA的能耗管理方法[J]. 林彬,李姗姗,廖湘科,孟令丙,刘晓东,黄訸.  计算机学报. 2013(05)
[7]多核结构片上网络性能-能耗分析及优化方法[J]. 张帅,宋风龙,王栋,刘志勇,范东睿.  计算机学报. 2013(05)
[8]虚拟化云计算平台的能耗管理[J]. 叶可江,吴朝晖,姜晓红,何钦铭.  计算机学报. 2012(06)
[9]嵌入式软件体系结构级能耗建模方法[J]. 刘啸滨,郭兵,沈艳,熊冰,王继禾,伍元胜,刘云本.  软件学报. 2012(02)
[10]高性能微处理器微体系结构级功耗模型及分析[J]. 王永文,张民选.  计算机学报. 2004(10)



本文编号：3313419