BATS:异构系统环境下的任务调度节能方法

发布时间：2021-08-03 01:03

　　当今计算机系统广泛采用GPU（Graphics Processing Unit）来实现系统最大性能,但其能耗直接影响运行成本、可维护性,还会造成环境问题,这引起了研究人员、计算机架构师和开发人员的广泛关注.为解决能耗问题,提出一种BATS（Balanced Average Time Scheduling）调度方法,通过合理分配各个GPU上的任务来减少系统能耗.该方法首先获取任务执行时间、任务数量以及系统中可用的GPU数量;其次,利用上述信息以均分思想和折半方法对任务按执行时间进行分配;最后在典型平台上验证所提出的BATS方法 .实验结果表明,与现有方法相比,BATS平均节省8. 6%的能量,证明BATS方法是有效的、合理的、可行的. 

【文章来源】：南京大学学报(自然科学). 2020,56(02)北大核心CSCD

【文章页数】：10 页

【部分图文】：

任务量与执行时间的关系

图2展示了BATS方法在CaseA输入规模情况下对单个GPU的内存变化情况，共经历四次循环分配：第一次循环分配序号1～7的任务；第二次循环分配序号8～11的任务；第三次循环分配序号12～16的任务；第四次循环分配序号17～18的任务.总体上看，分配任务越多，内存占用量越大.在序号1～7的任务分配中，内存分配量有突然增加的趋势，而后面的内存分配量的增加相对平缓，原因在于BATS方法的分配以时间为主而非以内存占用量为主.图3至图5展示了四个任务在不同的调度策略以及不同输入情况下各个处理器平均执行时间的比率.

图3展示了对应表3中CaseA输入规模在任务数量为80个时各个处理器执行时间的比率.可以看出，AA方法的处理器有34.50%执行时间的差距，最大的执行时间比率为46.38%，最小的执行时间比率为11.88%.FF和PH方法中存在17.47%的时间差距，最大的执行时间比率为35.92%，最小的执行时间比率为18.45%.BATS方法中有0.02%的时间差距，最大的执行时间比率为25.01%，最小的执行时间比率为24.99%.由执行时间的差别可以看出，BATS方法给四个GPU分配的任务是较均匀的，使得执行整体任务所消耗的时间较少，从侧面验证了表3中BATS方法在CaseA输入规模下功耗较小的原因.图4展示了对应于表3中CaseB输入规模的各个处理器执行时间的比率.可以看出，AA方法中的最大的执行时间和最小的执行时间相差31.68%,FF和PH方法中的最大的执行时间和最小的执行时间相差17.53%，而BATS方法中的最大比率和最小比率两者只相差0.12%.由执行时间的差别可以看出，BATS方法给四个GPU分配的任务是比较均匀的，使得执行整体任务所消耗的时间较少，从侧面验证了表3中BATS方法在CaseB输入规模下功耗较小的原因.


本文编号：3318623