亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于EDA多任務(wù)流的調(diào)度算法研究

        2021-02-05 03:03:12王海永
        計(jì)算機(jī)工程 2021年2期
        關(guān)鍵詞:任務(wù)調(diào)度隊(duì)列子系統(tǒng)

        王 靜,陳 嵐,張 賀,王海永

        (1.中國(guó)科學(xué)院微電子研究所,北京 100029;2.中國(guó)科學(xué)院大學(xué),北京 100049;3.三維及納米集成電路設(shè)計(jì)自動(dòng)化技術(shù)北京市重點(diǎn)實(shí)驗(yàn)室,北京 100029)

        0 概述

        隨著超大規(guī)模集成電路的發(fā)展,電子設(shè)計(jì)自動(dòng)化(Electronic Design Automation,EDA)技術(shù)在高性能集群上的公平調(diào)度問題受到研究人員的廣泛關(guān)注[1]。EDA包含RTL仿真、邏輯綜合、靜態(tài)時(shí)序分析、布局布線、寄生參數(shù)提取和物理驗(yàn)證等仿真任務(wù),這些任務(wù)之間有先后依賴關(guān)系[2],可以組成EDA任務(wù)流。有向無環(huán)圖(Directed Acyclic Graph,DAG)[3]是任務(wù)流中常用的描述方法,其調(diào)度問題被證明是NP完全問題[4]。

        近年來,HEFT[5]、PETS[6]、PEFT[7-8]、CPOP[9]和TDNH[10]等單DAG任務(wù)調(diào)度問題已發(fā)展成熟,而多DAG任務(wù)調(diào)度問題逐漸成為研究熱點(diǎn)。傳統(tǒng)多DAG調(diào)度方法是將所有DAG放入一個(gè)隊(duì)列中按順序依次完成調(diào)度,但其不能充分利用集群資源。為提高資源利用率,文獻(xiàn)[11]提出將多個(gè)DAG合并為一個(gè)DAG,并按照單DAG算法調(diào)度,但由于每個(gè)DAG的結(jié)構(gòu)不同,因此其存在不公平調(diào)度問題。文獻(xiàn)[12]提出Fairness算法,該算法依據(jù)任務(wù)滯后度來決定準(zhǔn)備隊(duì)列的任務(wù)優(yōu)先級(jí),當(dāng)任務(wù)具有相同的滯后度時(shí)采用剩余完成時(shí)間決定優(yōu)先級(jí),這樣會(huì)導(dǎo)致剩余完成時(shí)間短的任務(wù)長(zhǎng)時(shí)間處于等待狀態(tài)。文獻(xiàn)[13]在任務(wù)具有相同滯后度時(shí),使用已執(zhí)行時(shí)間與總時(shí)間的比值作為優(yōu)先級(jí),但其未考慮比值相同的情況以及l(fā)icense調(diào)度,不適用于EDA任務(wù)流并且未考慮用戶服務(wù)質(zhì)量問題。文獻(xiàn)[14]提出DAG公平調(diào)度算法,該算法考慮了用戶服務(wù)質(zhì)量,但未考慮license調(diào)度問題。文獻(xiàn)[15]使用動(dòng)態(tài)調(diào)度模型解決不同時(shí)間到達(dá)的DAG調(diào)度問題,但該模型僅適用于多個(gè)結(jié)構(gòu)相似DAG之間的調(diào)度問題。文獻(xiàn)[16]提出基于最小化數(shù)據(jù)傳輸時(shí)間和任務(wù)完成時(shí)間的多DAG調(diào)度算法,該算法避免了額外的數(shù)據(jù)傳輸開銷,但會(huì)導(dǎo)致負(fù)載不均衡問題。文獻(xiàn)[17]基于Fairness算法提出網(wǎng)格環(huán)境下的動(dòng)態(tài)多DAG調(diào)度算法,該算法使用關(guān)鍵路徑確定優(yōu)先級(jí)并采用回填策略分配節(jié)點(diǎn),提高了調(diào)度公平性,但未考慮license調(diào)度問題,不適用于EDA任務(wù)流。為保證調(diào)度公平性并提高用戶服務(wù)質(zhì)量,本文在Fairness算法的基礎(chǔ)上添加任務(wù)完成度作為任務(wù)選擇依據(jù),同時(shí)將EDA任務(wù)組建成任務(wù)流并抽象為DAG結(jié)構(gòu),提出面向EDA任務(wù)流調(diào)度的公平調(diào)度算法L-Fairness。

        1 多DAG調(diào)度系統(tǒng)

        動(dòng)態(tài)多DAG任務(wù)調(diào)度系統(tǒng)模型如圖1所示。該系統(tǒng)由初始優(yōu)先級(jí)判別子系統(tǒng)、公平調(diào)度子系統(tǒng)和處理器分配子系統(tǒng)3個(gè)部分組成:1)初始優(yōu)先級(jí)判別子系統(tǒng)針對(duì)每個(gè)DAG(kk=1~n,n為DAG數(shù)量)中任務(wù)依賴關(guān)系確定優(yōu)先級(jí),將每個(gè)DAGk優(yōu)先級(jí)最高的任務(wù)放入準(zhǔn)備隊(duì)列;2)公平調(diào)度子系統(tǒng)負(fù)責(zé)將準(zhǔn)備隊(duì)列中不同DAG的任務(wù)根據(jù)公平性原則進(jìn)行重新排序,選擇優(yōu)先級(jí)最高的任務(wù)準(zhǔn)備調(diào)度;3)處理器分配子系統(tǒng)負(fù)責(zé)將待調(diào)度任務(wù)分配到最合適的處理器執(zhí)行任務(wù)。

        圖1 多DAG調(diào)度系統(tǒng)模型Fig.1 Model of multi-DAG scheduling system

        2 L-Fairness算法實(shí)現(xiàn)

        2.1 初始優(yōu)先級(jí)判別子系統(tǒng)

        一個(gè)DAG工作流可以表示為G=(V,E,C),其中,V是任務(wù)節(jié)點(diǎn)集合,E是任務(wù)節(jié)點(diǎn)間有向邊的集合,C是有向邊的權(quán)值集合。有向邊(i,j)表示任務(wù)節(jié)點(diǎn)ni和nj之間的先后執(zhí)行關(guān)系,即ni必須在nj之前完成,有向邊上的權(quán)值表示任務(wù)之間數(shù)據(jù)傳遞的平均時(shí)間。向上權(quán)值表示任務(wù)節(jié)點(diǎn)ni到退出任務(wù)節(jié)點(diǎn)nexit的最長(zhǎng)路徑長(zhǎng)度,向上權(quán)值從退出任務(wù)節(jié)點(diǎn)開始,可被遞歸地定義為:

        其中,h(n)i表示任務(wù)ni的直接后繼節(jié)點(diǎn)集合表示任務(wù)ni在不同節(jié)點(diǎn)執(zhí)行的平均完成時(shí)間,c(i,j)表示有依賴關(guān)系的任務(wù)ni和nj之間數(shù)據(jù)傳遞的平均時(shí)間。由于當(dāng)前任務(wù)的所有前驅(qū)任務(wù)的ru比當(dāng)前任務(wù)的ru大,將向上權(quán)值由大到小排序并依次執(zhí)行任務(wù),可以保證有先后依賴關(guān)系的任務(wù)不因?yàn)橐蕾囅拗贫a(chǎn)生等待,因此每個(gè)DAG中任務(wù)的初始優(yōu)先級(jí)可由ru來表示。通過如圖2所示的兩個(gè)工作流實(shí)例DAG-A和DAG-B調(diào)度來說明本文提出的L-Fairness算法流程。假設(shè)節(jié)點(diǎn)資源數(shù)為3,在兩個(gè)DAG中任務(wù)A(ii=1~10)和B(ii=1~5)在節(jié)點(diǎn)P(ii=1,2,3)上的執(zhí)行時(shí)間如表1所示,其中時(shí)間單位為1。由式(1)可計(jì)算并得到每個(gè)任務(wù)的向上權(quán)值排序并將其作為初始優(yōu)先級(jí)。

        圖2 DAG工作流實(shí)例Fig.2 DAG workflows examples

        表1 DAG-A 和DAG-B 工作流的執(zhí)行時(shí)間比較Table 1 Comparison of execution time of DAG-A and DAG-B workflows

        2.2 公平調(diào)度子系統(tǒng)

        L-Fairness算法的核心內(nèi)容為準(zhǔn)備隊(duì)列中任務(wù)的調(diào)度,準(zhǔn)備隊(duì)列中的任務(wù)來自于不同的DAG。經(jīng)典Fairness算法[12]依據(jù)滯后度來決定準(zhǔn)備隊(duì)列的任務(wù)優(yōu)先級(jí),當(dāng)任務(wù)具有相同的滯后度時(shí)采用剩余完成時(shí)間決定優(yōu)先級(jí),這樣會(huì)導(dǎo)致任務(wù)量小的DAG長(zhǎng)時(shí)間處于等待狀態(tài)。本文在Fairness算法的基礎(chǔ)上提出L-Fairness算法,其主要改進(jìn)為使準(zhǔn)備隊(duì)列選擇滯后度小的任務(wù)調(diào)度,當(dāng)滯后度相同時(shí)選擇完成度小的任務(wù)調(diào)度,當(dāng)完成度相同時(shí)選擇剩余執(zhí)行時(shí)間長(zhǎng)的任務(wù)調(diào)度。DAGk的滯后度定義為:

        其中,nk表示DAGk的任務(wù)總數(shù),當(dāng)滯后度相同時(shí),完成度小的任務(wù)優(yōu)先執(zhí)行。DAGk的剩余完成時(shí)間定義為:

        其中,D(k,own)表示DAGk單獨(dú)使用資源時(shí)執(zhí)行整個(gè)任務(wù)流所需的時(shí)間,當(dāng)滯后度和完成度相同時(shí),剩余完成時(shí)間長(zhǎng)的任務(wù)優(yōu)先執(zhí)行。

        2.3 處理器分配子系統(tǒng)

        由于每個(gè)EDA任務(wù)對(duì)license種類、數(shù)量及資源需求不同,因此需要將任務(wù)調(diào)度到合適的高性能集群節(jié)點(diǎn)上執(zhí)行[18-20]。EDA任務(wù)分為不需要license、需要浮動(dòng)license以及需要固定license這3種類型。如果某些EDA工具的license綁定在固定集群節(jié)點(diǎn)上,則為固定license,當(dāng)EDA任務(wù)需要固定license時(shí)必須匹配到有相應(yīng)license的集群節(jié)點(diǎn)上以確保任務(wù)順利執(zhí)行。如果EDA工具的license與節(jié)點(diǎn)不進(jìn)行綁定,用戶只要獲得license授權(quán)就可在任意節(jié)點(diǎn)使用,則為浮動(dòng)license。在保證license的前提下,任務(wù)根據(jù)最早完成時(shí)間選擇節(jié)點(diǎn)執(zhí)行。不同任務(wù)在處理器節(jié)點(diǎn)Pi上的license情況如表2所示。如果任務(wù)Ai或Bi在對(duì)應(yīng)處理器節(jié)點(diǎn)Pi上有相應(yīng)的license則值為1,否則為0。每個(gè)任務(wù)應(yīng)該至少有一個(gè)節(jié)點(diǎn)的license滿足要求。待執(zhí)行任務(wù)在選擇節(jié)點(diǎn)執(zhí)行時(shí),首先排除license為0的節(jié)點(diǎn),然后依次計(jì)算任務(wù)在對(duì)應(yīng)license為1時(shí)各個(gè)節(jié)點(diǎn)的最早完成時(shí)間,選擇最早完成時(shí)間最短的節(jié)點(diǎn)執(zhí)行任務(wù)。

        表2 不同任務(wù)在各個(gè)節(jié)點(diǎn)上的license情況Table 2 Status of license for different tasks on each node

        圖3(a)、圖3(b)表示使用HEFT[4]算法單獨(dú)調(diào)度DAG-A、DAG-B的調(diào)度結(jié)果。圖3(c)、圖3(d)表示DAG-A和DAG-B混合調(diào)度時(shí)使用Fairness算法和L-Fairness算法的調(diào)度結(jié)果??梢钥闯觯?dāng)使用Fairness算法調(diào)度時(shí),由于A6執(zhí)行完之前DAG-A的剩余執(zhí)行時(shí)間比DAG-B長(zhǎng),因此DAG-B長(zhǎng)時(shí)間處于等待狀態(tài),從而造成不公平調(diào)度,而使用L-Fairness算法可縮短DAG-B任務(wù)的等待時(shí)間。

        圖3 不同算法調(diào)度結(jié)果比較Fig.3 Comparison of scheduling results of different algorithms

        3 不公平度指標(biāo)計(jì)算

        不公平度是多DAG調(diào)度中衡量調(diào)度性能的重要指標(biāo)。如果不考慮公平性,則可能會(huì)使任務(wù)量小的DAG完成時(shí)間反而比任務(wù)量大的DAG長(zhǎng)[12]。DAGk執(zhí)行完成后的滯后度定義為:

        其中,D(k,multi)表示DAGk在混合調(diào)度時(shí)整個(gè)任務(wù)流執(zhí)行完成所需的時(shí)間。混合調(diào)度算法p的不公平度為:

        其中,A表示所有DAG滯后度的平均值,E表示給定的多個(gè)DAG的集合,即:

        可見,U越小,調(diào)度公平度越高。Fairness算法和L-Fairness算法的調(diào)度結(jié)果對(duì)比如表3所示??梢钥闯觯琇-Fairness算法在不公平度、資源利用率與執(zhí)行時(shí)間上均比Fairness算法更具優(yōu)勢(shì)。

        表3 Fairness算法和L-Fairness算法的調(diào)度結(jié)果比較Table 3 Comparison of scheduling results between Fairness algorithm and L-Fairness algorithm

        算法L-Fairness算法

        4 仿真結(jié)果與分析

        本文從資源利用率、平均完成時(shí)間和不公平度3個(gè)方面對(duì)Fairness算法、L-Fairness算法以及FIFO進(jìn)行比較,其中FIFO表示多個(gè)DAG任務(wù)使用HEFT算法依次完成調(diào)度。由于Fairness算法及FIFO均未考慮license,因此需在選擇節(jié)點(diǎn)時(shí)添加license判斷。

        圖4為2個(gè)隨機(jī)產(chǎn)生的DAG在2個(gè)~4個(gè)處理器上的調(diào)度結(jié)果。圖5為2個(gè)~4個(gè)隨機(jī)產(chǎn)生的DAG在3個(gè)處理器上的調(diào)度結(jié)果。DAG中任務(wù)層數(shù)、每一層任務(wù)數(shù)、不同層任務(wù)之間的通信時(shí)間以及每個(gè)任務(wù)在不同節(jié)點(diǎn)上的執(zhí)行時(shí)間均隨機(jī)產(chǎn)生。由此可知,改進(jìn)L-Fairness算法的資源利用率最高、平均完成時(shí)間最短且不公平度最小。與經(jīng)典Fairness算法相比,L-Fairness算法的平均資源利用率提高了6.7%,不公平度和平均完成時(shí)間分別降低了46.2%和14.9%。由于本文所使用的DAG結(jié)構(gòu)均為隨機(jī)生成,因此調(diào)度算法的比較結(jié)果更具普適性。

        圖4 相同數(shù)量DAG在不同數(shù)量處理器上的調(diào)度結(jié)果Fig.4 Scheduling results of the same number of DAGs on different number of processors

        圖5 不同數(shù)量DAG在相同數(shù)量處理器上的調(diào)度結(jié)果Fig.5 Scheduling results of different number of DAGs on the same number of processors

        5 結(jié)束語

        本文提出一種適用于多EDA任務(wù)流的L-Fairness算法?;诮?jīng)典Fairness算法進(jìn)行優(yōu)化,當(dāng)任務(wù)滯后度一致時(shí),該算法將任務(wù)完成度作為DAG任務(wù)選擇的依據(jù),避免任務(wù)數(shù)少的DAG任務(wù)長(zhǎng)時(shí)間處于等待狀態(tài),從而提升用戶服務(wù)質(zhì)量并保證調(diào)度公平性,同時(shí)使得EDA工具的license資源滿足EDA任務(wù)流調(diào)度需求。實(shí)驗(yàn)結(jié)果表明,與Fairness算法及FIFO相比,改進(jìn)的L-Fairness算法的調(diào)度性能最優(yōu)。但EDA任務(wù)流中的子任務(wù)執(zhí)行順序?qū)⒏鶕?jù)L-Fairness算法確定,如果執(zhí)行過程中子任務(wù)出現(xiàn)異常,則整個(gè)任務(wù)流將重新執(zhí)行,并且L-Fairness算法未考慮任務(wù)調(diào)優(yōu)時(shí)需多次執(zhí)行子任務(wù)的情況,因此下一步將研究子任務(wù)迭代優(yōu)化的EDA任務(wù)流實(shí)時(shí)調(diào)度算法。

        猜你喜歡
        任務(wù)調(diào)度隊(duì)列子系統(tǒng)
        不對(duì)中轉(zhuǎn)子系統(tǒng)耦合動(dòng)力學(xué)特性研究
        GSM-R基站子系統(tǒng)同步方案研究
        隊(duì)列里的小秘密
        基于多隊(duì)列切換的SDN擁塞控制*
        軟件(2020年3期)2020-04-20 00:58:44
        基于改進(jìn)NSGA-Ⅱ算法的協(xié)同制造任務(wù)調(diào)度研究
        在隊(duì)列里
        基于時(shí)間負(fù)載均衡蟻群算法的云任務(wù)調(diào)度優(yōu)化
        駝峰測(cè)長(zhǎng)設(shè)備在線監(jiān)測(cè)子系統(tǒng)的設(shè)計(jì)與應(yīng)用
        豐田加速駛?cè)胱詣?dòng)駕駛隊(duì)列
        云計(jì)算環(huán)境中任務(wù)調(diào)度策略
        青青草视频在线观看绿色| 日韩视频第二页| 精品久久久久久午夜| 一区二区三区国产天堂| 国产玉足榨精视频在线观看| 老师翘臀高潮流白浆| 亚洲日产无码中文字幕| h视频在线观看视频在线| 女人18片毛片60分钟| 麻豆一区二区99久久久久| 青青青伊人色综合久久亚洲综合| 亚洲伊人伊成久久人综合| 国语自产视频在线| 久久久久亚洲精品无码网址色欲| 久久国产精品老女人| 在线看高清中文字幕一区| 射精区-区区三区| 日本老熟欧美老熟妇| 91免费国产| 久久精品中文字幕有码| 日韩精品久久久久久久电影蜜臀| 国产精品6| 久久精品人妻嫩草av蜜桃| 久久午夜精品人妻一区二区三区 | 偷拍一区二区盗摄视频| 亚洲欧美日韩国产精品一区二区| 美女啪啪国产| 漂亮人妻被强中文字幕乱码| 欧美丰满熟妇xxxx性ppx人交| 亚洲熟妇无码av另类vr影视| 丝袜人妻无码中文字幕综合网| 国产精品一区av在线| 亚洲精品无人区| 亚洲不卡无码高清视频| 久久国产精品亚洲我射av大全| 无码a级毛片免费视频内谢| 国产乱沈阳女人高潮乱叫老 | 亚洲av中文无码乱人伦下载| 粗了大了 整进去好爽视频| 国产麻豆精品久久一二三 | 国产精品午夜高潮呻吟久久av|