高性能云中的GPU虚拟化方法的研究与实现

发布时间：2017-06-19 19:04

  本文关键词：高性能云中的GPU虚拟化方法的研究与实现，，由笔耕文化传播整理发布。

【摘要】：云计算平台借助平台优势,通过虚拟化技术将资源整合,实现中心化管理,为用户提供计算服务。高性能的云计算平台需要高性能的计算资源。在高性能的云计算平台中,GPU作为高性能的计算资源,如何将其池化,并将虚拟化资源与高性能的用户应用进行对接,同时对平台资源进行有效地调度与管理,成为近来业界研究的热点与难点。本文针对上述问题进行了以下研究和尝试:(1)在研究计算虚拟化、内存虚拟化、网络虚拟化等现有虚拟化技术实现原理的基础上,分析和探讨了GPU设备在云计算平台上进行虚拟化的实现方式和架构。以微软的Azure云为基础,设计了GPU虚拟化在云计算平台上实现的方案。(2)在研究现有云计算平台规范架构和实现机制的基础上,设计了云计算平台与GPU资源整合后的架构和运行机制,用PBS的方法实现了计算资源的虚拟化,并通过vCPU管理vGPU,使vGPU与vCPU协同工作。(3)为了使vGPU具备通用并行计算的应用功能,设计了vCUDA在云计算平台虚拟机上的实现方式,采用客户虚拟机调用特权虚拟机的方法满足了不同用户对GPU资源的时分复用,在虚拟机上实现了通用并行计算。通过实验对比分析,证明了方案的可行性。(4)针对云计算平台上虚拟机的CPU资源和GPU资源协同管理和调度问题,设计了包括资源最小化策略、CPU预留策略、GPU作业优先策略在内的协同调度策略,并通过实验说明使用该调度策略对平台计算资源的利用率有明显的提高。
【关键词】：GPU虚拟化 云计算平台 PBS 通用并行计算 协同调度
【学位授予单位】：江苏科技大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.9;TP332
【目录】：

• 摘要5-6
• Abstract6-11
• 第1章 绪论11-23
• 1.1 课题研究的背景和意义11-12
• 1.2 国内外研究现状12-19
• 1.2.1 云平台国内外发展及研究现状12-14
• 1.2.2 虚拟化技术的发展及研究现状14-18
• 1.2.3 GPU的通用计算的发展及研究现状18-19
• 1.3 本文的主要工作19-20
• 1.4 本文的组织结构20-21
• 1.5 本章小结21-23
• 第2章 设计目标及相关理论基础23-33
• 2.1 本文的设计目标23
• 2.2 云平台技术23-26
• 2.3 GPU及其通用计算26-29
• 2.3.1 GPU并行结构26-28
• 2.3.2 GPU通信模式28
• 2.3.3 GPU存储模型28-29
• 2.4 虚拟化实现架构29-31
• 2.4.1 Xen架构29-30
• 2.4.2 KVM架构30-31
• 2.5 本章小结31-33
• 第3章 面向云平台的GPU虚拟化的方法33-47
• 3.1 现有的云平台技术分析33-35
• 3.1.1 现有的云平台体系架构33-34
• 3.1.2 现有的云平台的实现机制34-35
• 3.2 面向云平台的GPU虚拟化方法的设计35-40
• 3.2.1 体系架构设计35-36
• 3.2.2 作业实现机制设计36-40
• 3.3 云平台搭建实验40-45
• 3.3.1 域名部署40-41
• 3.3.2 Azure Pack部署41-44
• 3.3.3 虚拟机服务部署44-45
• 3.4 本章小结45-47
• 第4章 基于GPU虚拟化的通用并行计算方法的实现47-57
• 4.1 实现原理47-48
• 4.2 实现模型48-53
• 4.2.1 vCUDA库模块48-49
• 4.2.2 vGPU模块49-50
• 4.2.3 vCUDA服务器模块50-51
• 4.2.4 CUDA状态的拦截与追踪51-52
• 4.2.5 传输机制设计与实现52-53
• 4.3 实验与分析53-56
• 4.3.1 实验环境53-54
• 4.3.2 实验过程54-55
• 4.3.3 实验结果与分析55-56
• 4.4 本章小结56-57
• 第5章 虚拟化GPU集群的资源调度模型57-67
• 5.1 研究目标57
• 5.2 虚拟机集群中的GPU发现机制57-59
• 5.3 虚拟化GPU的资源调度策略59-63
• 5.3.1 资源最小化策略59-61
• 5.3.2 CPU预留策略61-62
• 5.3.3 GPU作业优先策略62-63
• 5.4 调度策略的综合应用63-64
• 5.5 实验与分析64-66
• 5.5.1 实验环境64-66
• 5.5.2 实验结果分析66
• 5.6 本章小结66-67
• 总结与展望67-69
• 参考文献69-73
• 攻读硕士学位期间发表论文73-75
• 致谢75-76
• 详细摘要76-81

  本文关键词：高性能云中的GPU虚拟化方法的研究与实现，由笔耕文化传播整理发布。

本文编号：463432