一种针对存在大量迭代的高性能计算应用的能耗管理方法

    公开(公告)号:CN106708238B

    公开(公告)日:2019-11-29

    申请号:CN201510444582.7

    申请日:2015-07-24

    IPC分类号: G06F1/3206 G06F1/329

    摘要: 本文公开了一种针对高性能计算应用的能耗管理方法,基于程序的局部性原理和高性能计算应用中存在大量迭代的特点。将高性能计算作业的运行行为用计算密集型、内存密集型等标签标识,根据标识的标签对系统组件的功耗状态进行调整,达到能耗管理的目的。整个方法分为监控步骤,标识步骤、调节步骤、预测步骤、反馈步骤。监控步骤负责监控作业的运行行为;标识步骤将作业当前监控周期的运行行为进行标签标识;调节步骤根据标签对应的调节规则对系统组件的功耗状态进行调整;预测步骤用来预测作业在下一阶段的运行行为;反馈步骤根据调整后作业的运行情况,寻找适合当前作业运行的最佳调整规则,达到性能与节能两者之间的平衡。

    一种针对存在大量迭代的高性能计算应用的能耗管理方法

    公开(公告)号:CN106708238A

    公开(公告)日:2017-05-24

    申请号:CN201510444582.7

    申请日:2015-07-24

    IPC分类号: G06F1/32

    摘要: 本文公开了一种针对高性能计算应用的能耗管理方法,基于程序的局部性原理和高性能计算应用中存在大量迭代的特点。将高性能计算作业的运行行为用计算密集型、内存密集型等标签标识,根据标识的标签对系统组件的功耗状态进行调整,达到能耗管理的目的。整个方法分为监控步骤,标识步骤、调节步骤、预测步骤、反馈步骤。监控步骤负责监控作业的运行行为;标识步骤将作业当前监控周期的运行行为进行标签标识;调节步骤根据标签对应的调节规则对系统组件的功耗状态进行调整;预测步骤用来预测作业在下一阶段的运行行为;反馈步骤根据调整后作业的运行情况,寻找适合当前作业运行的最佳调整规则,达到性能与节能两者之间的平衡。

    一种预测稀疏矩阵运算能耗的方法

    公开(公告)号:CN106547723B

    公开(公告)日:2019-04-05

    申请号:CN201510609130.X

    申请日:2015-09-23

    IPC分类号: G06F17/16

    摘要: 本发明提供了一种预测稀疏矩阵运算能耗的方法。该方法首先根据稀疏矩阵非零元素分布的特征将样本矩阵进行层次聚类。其次,将各个类中能效值最大的样本矩阵的资源分配作为该类别的最优资源分配情况。最后对样本矩阵的计算密度和计算性能建立线性回归模型,利用模型对稀疏矩阵运算的计算性能进行预测,进而根据性能和能效的关系预测出稀疏矩阵运算的能耗。本发明基于知识发现预测稀疏矩阵运算能耗的方法,充分考虑到稀疏矩阵特征值和资源分配对计算性能与能耗的影响。通过层次聚类将样本矩阵划分为不同的类别使得预测过程具有自学习的特征。

    一种预测稀疏矩阵运算能耗的方法

    公开(公告)号:CN106547723A

    公开(公告)日:2017-03-29

    申请号:CN201510609130.X

    申请日:2015-09-23

    IPC分类号: G06F17/16

    摘要: 本发明提供了一种预测稀疏矩阵运算能耗的方法。该方法首先根据稀疏矩阵非零元素分布的特征将样本矩阵进行层次聚类。其次,将各个类中能效值最大的样本矩阵的资源分配作为该类别的最优资源分配情况。最后对样本矩阵的计算密度和计算性能建立线性回归模型,利用模型对稀疏矩阵运算的计算性能进行预测,进而根据性能和能效的关系预测出稀疏矩阵运算的能耗。本发明基于知识发现预测稀疏矩阵运算能耗的方法,充分考虑到稀疏矩阵特征值和资源分配对计算性能与能耗的影响。通过层次聚类将样本矩阵划分为不同的类别使得预测过程具有自学习的特征。