数据驱动的高性能计算程序执行时间预测与优化研究

发布时间：2021-04-28 18:40

　　性能建模（Performance Modeling）是高性能计算（High Performance Comput-ing,HPC）领域中的重要研究问题。具体而言,性能建模是指利用理论分析或者实验测评的方法,定量描述高性能计算程序的性能与程序输入、系统配置、环境变量等各种因素之间关系。定量的性能模型可以对高性能计算程序在不同的条件下的执行时间进行预测,从而在高性能计算系统的任务调度、资源分配、性能调优等环节中发挥重要的作用。随着高性能计算系统和程序变得越来越复杂和多样,传统的解析方法和回放方法等方案由于需要大量的专业领域知识或者高昂的时间和空间开销,在性能建模问题上具有一定的局限性。近年来,性能数据的收集与分析技术的快速发展,为性能建模的研究带来新的思路。高性能计算系统在运行中可以产生大量的数据信息。机器学习技术可以利用这些数据,自动化地构建性能模型,从而可以高效地预测高性能计算程序的执行时间。本文围绕数据驱动的高性能计算程序执行时间预测与优化,开展了一系列的研究工作,具体内容包括以下三个方面:（1）基于运行时特征的HPC程序性能模型统计性能模型利用机器学习技术来拟合程序特征和性能之间的... 

【文章来源】：中国科学技术大学安徽省 211工程院校 985工程院校

【文章页数】：106 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景与意义
    1.2 国内外研究现状
    1.3 本文研究内容
    1.4 论文组织结构
第2章 相关研究工作
    2.1 性能模型
        2.1.1 解析模型
        2.1.2 回放模型
        2.1.3 统计模型
        2.1.4 小结
    2.2 降低数据收集成本
        2.2.1 模型迁移
        2.2.2 主动学习
        2.2.3 小结
    2.3 模型应用
        2.3.1 任务回填
        2.3.2 参数调优
        2.3.3 小结
    2.4 本章小结
第3章 基于运行时特征的HPC程序性能模型
    3.1 研究动机
    3.2 方法设计
        3.2.1 代码插桩
        3.2.2 模型构建
        3.2.3 特征筛选
        3.2.4 性能预测
    3.3 实验验证
        3.3.1 实验设置
        3.3.2 实验结果
    3.4 本章小结
第4章 性能数据的低成本收集策略
    4.1 研究动机
    4.2 模型迁移
    4.3 主动学习
        4.3.1 方法框架
        4.3.2 数据选择策略
    4.4 实验验证
        4.4.1 实验设置
        4.4.2 实验结果
    4.5 本章小结
第5章 基于性能模型的HPC程序参数优化
    5.1 研究动机
    5.2 参数调优——以路网单源点最短路径算法为例
        5.2.1 问题定义
        5.2.2 SPLZ算法框架
        5.2.3 可配置参数的性能模型
    5.3 迭代式参数优化
        5.3.1 问题定义
        5.3.2 方法框架
        5.3.3 代理模型与评估函数
    5.4 基于排序的迭代式参数优化
        5.4.1 问题转化
        5.4.2 代理模型的生成
    5.5 实验验证
        5.5.1 实验设置
        5.5.2 实验结果
    5.6 本章小结
第6章 总结与展望
    6.1 研究内容总结
    6.2 进一步工作展望
参考文献
致谢
在读期间发表的学术论文与取得的研究成果


【参考文献】：
期刊论文
[1]系统噪音影响的量化分析[J]. 武林平,魏勇,徐小文,刘旭.  计算机研究与发展. 2015(05)
[2]实用的并行程序性能分析方法[J]. 莫则尧.  数值计算与计算机应用. 2000(04)



本文编号：3165973