[发明专利]一种数据流体系结构中动态节点分配方法和系统

说明书

本发明公开了一种数据流体系结构中动态节点分配方法，该方法将数据流图中的节点一一映射到物理执行单元上，被映射的节点称为死节点，在数据流图中设置一管理节点，管理节点与每一节点之间均具有一数据传输通路；在管理节点设置信息表，将活节点统计在信息表中；为每一死节点分别设置一拥塞阈值；检测死节点是否拥塞，如果死节点检测上游节点已执行完毕但是其自身的指令仍正在执行，并且执行时间超过其对应的拥塞阈值，则判定死节点已发生拥塞；当一死节点A发生拥塞时，死节点A则向管理节点发送请求消息；管理节点收到请求消息后根据实际情况将请求消息映射至一活节点上；当该活节点B的租用时间达到租用期限时，管理节点向活节点发出回收请求。

技术领域

本发明涉及数据流体系结构技术领域，具体而言，涉及一种数据流体系结构中动态节点分配方法和系统。

背景技术

随着大数据计算时代的来临，数据集的数量和规模对处理器的处理能力的要求也越来越高。数据流体系结构具有大量指令级并行以及存储器访问功耗低的特点，因而得到了社会的广泛关注。在数据流图的体系结构当中，程序代码可以转化为数据流图。数据流图是有向图，其中每个节点表示程序中的一段代码，有向线段代表节点间的数据流向。传统的冯诺依曼结构中，指令的之间的数据传递是通过存储器进行交互的，上一条指令将数据存入存储器当中后，下一条指令从存储器中将数据读取出来。在冯诺依曼结构中，共享数据的处理单元之间会因为锁机制降低性能，频繁地访问存储器也会带来功耗的提升；而数据流体系结构中的数据直接在指令之间进行传递，减少了访问存储器的功耗，并且消除了锁机制造成的性能降低。另外，在数据流体系结构中，指令的并行度高，从而能够提高执行效率。在数据流图中，不同的节点的执行速率是不同的，导致下游节点接收源操作数的时间也不相同，节点需要所有源数据到达之后才能够执行。因此，节点的执行的开始时间取决于最晚到达节点的源数据的时间，而数据流动慢、相互间存在依赖的节点集被称为关键路径，本发明中，将数据流图中执行效率低的节点称为关键节点。

为了能够缓解数据流图中关键操作(关键路径上的低效率的操作)给程序带来的长延迟的影响，提高数据流图中节点中功能部件的执行效率，通常采用静态优化方法进行加速，具体的，在数据流图中，找出关键节点，复制该节点为多个相同的节点，增加执行相同代码的节点，从而使数据流图的执行效率能够提高，如图1所示为静态优化方法的示意图，其中map节点为数据分配节点，用于将前驱节点的数据分配给后继节点；merge节点是汇聚节点，也是用于将前驱节点的数据分发给后继节点。这种方法存在的问题是，虽然能够解决某些关键节点执行较慢的问题，但是需要大量的实验测试和经验才能判断出哪些节点是关键节点，这会增加预处理的时间。另外，即使是对于同一个应用的数据流图而言，在程序执行的不同时期，造成数据流图拥塞的节点片段也不一样。因此，即使是对同一个数据流图进行静态优化，还是很难在程序执行的全部时间段都达到很好的加速效果。

基于以上问题，静态优化方法需要的预处理时间较长，并且对于同样一个应用而言，使用静态优化方法也很难使得全时间段的效率均能够提升，导致在不同的时间造成计算资源的浪费。因此，需要一种能够对数据流图中的节点进行动态分配的方法，以将节点按需分配，并且灵活地对数据流图进行加速。

发明内容

本发明提供一种数据流体系结构中动态节点分配方法以及系统，用以按照实际需要对数据流图中的节点进行动态分配，并且灵活地对数据流图进行加速。

为达到上述目的，本发明提供了一种数据流体系结构中动态节点分配方法，其包括以下步骤：

将数据流图中的节点一一映射到物理执行单元上，其中，该步骤中被映射的节点称为死节点，活节点包括未映射的节点和没有被完全利用的节点，其中，没有被完全利用的节点指节点对应的物理执行单元的计算资源没有被完全利用，每一活节点均预设有一租用期限；

在数据流图中设置一管理节点，管理节点与每一节点之间均具有一数据传输通路；