[发明专利]一种通过协调DVFS和任务映射的异构多核功率封顶方法

说明书

技术领域

本发明属于计算机体系结构领域，具体涉及实现一种通过协调DVFS和任务映射的异构多核功率封顶方法。

背景技术

经过最近几年的不断研究与发展，以多核处理器为代表的先进体系结构已经逐渐取代单核处理器成为提高处理器性能的主要途径。相比较同构多核处理器，异构多核平台能够实现更好的性能。功率封顶是一种将异构系统的功耗限制在预定水平下的技术。功耗和散热限制了异构多核性能的提升。现代处理器的构建使得它们可以承受一定水平功耗带来的伤害，从而需要能够实现处理器功率上限的系统。目前最常见的功率预算技术依靠硬件组件在不同频率下工作，因此具有不同的功耗，主要思想是利用动态电压频率缩放(DVFS)。利用DVFS限制异构系统功耗的同时，CPU和GPU之间会出现负载不平衡的情况。通过将并行程序分解为可同时执行的任务，并将每个任务映射到最合适的处理器能够充分利用系统的计算能力，提高系统性能，但是这种映射方案通常没有考虑到系统功耗。本文提出了一种将DVFS和任务映射结合的方案，在限制系统功耗预算下提高系统性能。

发明内容

本发明提出了一种通过协调DVFS和任务映射的异构多核功率封顶方法，提高系统性能的同时限制系统功耗预算，首先针对异构系统实现一个可以在程序执行完成后分别测量计算节点功耗，CPU功耗和GPU功耗的脚本，然后修改选择的并行测试基准程序，用来获取不同核函数的执行时间。然后在CPU和GPU设置不同频率下，分别只在CPU和GPU上运行应用程序，获取详细运行信息，包括总执行时间，每一个核函数执行时间，计算节点功耗和CPU功耗和GPU功耗。基于运行信息，设计一个预测模型，包括预测执行时间模型和功耗模型。最后，基于预测模型，得到不同CPU频率、GPU频率和任务分配方案下的系统功耗和执行时间填入配置表中。根据改进的贪心算法，寻找到最优配置方案(CPU频率，GPU频率，任务映射表)。

为了达到上述目的，本发明采用以下技术方案。

一种通过协调DVFS和任务映射的异构多核功率封顶方法，将DVFS和任务映射结合在追求系统性能的同时将系统功耗限制在预算功耗下；包括以下步骤：

步骤1，实现在应用程序执行完成后测量应用程序总执行时间，CPU功耗和GPU功耗。

步骤2，修改选择的并行测试基准程序，获得程序中每一个核函数的执行时间。

步骤3，分别只在CPU上或GPU上执行应用程序，设置不同的CPU(GPU)可选频率，获得详细运行信息，其中包括程序总执行时间，程序中每一个核函数执行时间，系统总功耗，CPU功耗和GPU功耗。

步骤4，设计预测模型，预测在不同CPU和GPU频率下的不同任务映射方案的功耗和执行时间。预测模型的输入是CPU频率，GPU频率和任务映射方案，本文涉及到的任务映射是指将每一个核函数作为一个整体，映射到CPU或GPU上，而不是将核函数根据一定比例分配到CPU和GPU上同时执行。预测模型的输出是预测的程序总执行时间和预测的系统功耗。此预测模型包括执行时间模型和功耗模型。

步骤4.1，执行时间模型

应用程序总执行时间可以根据程序中的每一个内核的执行时间和对应的数据传输时间得到。由程序总执行时间由公式①表示。

其中，f_cpu,f_gpu分别表示CPU频率、GPU频率，T_i(f_cpu,f_gpu)表示第i个核函数的执行时间和所需数据传输时间，由公式②表示。

公式的第一部分表示执行时间，第二部分表示数据传输时间。核函数执行时间在第2步已经得到。H2D和D2H分别表示从主机到设备的数据传输成本和设备到主机的传输成本。Required等于1或0，表示是否需要核k是否数据d。数据有可能已经在设备上，不需要传输，所以使用OnDevice表示数据是否在设备上。用size表示数据大小。

步骤4.2，功耗模型

系统功耗可以由三个部分表示，分别为空闲功耗，CPU功耗P_cpu和GPU功耗P_gpu。系统功耗由公式③表示。