[发明专利]异构应用移植方法、装置和计算机设备

说明书

本发明公开了一种异构应用移植方法、装置和计算机设备。其中，异构应用移植方法包括：S1、在物理机上安装并配置容器环境，其中，物理机存储待移植的异构应用的代码；S2、定制目标镜像；S3、启动目标镜像对应的容器，并在容器中验证异构应用的运行环境；S4、在异构应用的运行环境验证通过后，移植异构应用。本发明实施例的异构应用移植方法、装置和计算机设备，通过在物理机上安装并配置容器环境，并定制目标镜像，以及启动目标镜像对应的容器，并在容器中验证异构应用的运行环境，然后在异构应用的运行环境验证通过后，移植异构应用，提高了应用移植和测试效率，节省资源，降低成本。

技术领域

本发明涉及虚拟机云计算技术领域，尤其涉及一种异构应用移植方法、装置和计算机设备。

背景技术

在高性能计算领域，随着芯片制造技术逐渐接近半导体材料的物理极限，传统的摩尔定律逐渐失效，由NVIDIA公司推出的图形计算单元(GPU)所引领的异构计算潮流已经成为继续提升计算能力的重要方向。异构计算需要CPU和异构加速设备分工协作、共同运算，因此大量过去开发的只使用CPU计算的应用程序需要进行移植。另一方面，当前存在不同厂商、不同架构的多种异构加速设备，适用于某些加速设备的应用程序在需要在其他不同的设备上运行时也可能需要进行移植。随着各种异构加速设备不断更新演进以及新的异构加速设备不断出现，应用移植工作会越来越多。针对异构应用程序的移植，现有技术普遍没有关注异构计算平台的稳定性、适应性与更新迭代问题。因为在异构应用程序的移植方面，现有的技术主要针对CUDA(Compute Unified Device Architecture，统一计算设备架构，由显卡厂商NVIDIA推出的异构计算平台)或OPENCL(Open Computing Language，开放运算语言，由非盈利性技术组织Khronos Group维护的可以兼容多家厂商异构加速设备的异构计算平台)，这两类计算平台目前已相对较为成熟，虽然也有更新迭代，但主要功能特性基本稳定且文档完善，应用在移植过程中一般只需要根据目标平台的文档，调整应用代码去适应目标平台。而当前，更多异构加速设备纷纷出现，如AMD的GPU、华为的AI训练加速卡等。这些新兴计算设备相应的计算软件平台不像CUDA和OPENCL那样成熟稳定。以AMD的ROCM异构计算平台为例，其更新迭代速度快(目前大概一到两个月更新一个版本)，多个版本同时存在，功能特性变化快，而且相关文档不完善。这给异构应用程序的移植带来的一个问题就是，不仅应用程序本身需要进行修改，而且修改的目标也是不稳定的。例如一个应用，同样是针对ROCM平台的移植，某个功能特性在某一个ROCM版本能够正常运行，另一个版本下却无法运行。

现有的应用程序移植与测试方法普遍假设目标异构计算平台是稳定的、可靠的，只针对应用本身提出解决问题的方法。而在当前新兴异构计算平台不断涌现、迭代频繁的情况下，移植过程中遇到的问题可能是目标异构计算平台造成的。如果不考虑这一点，则可能无法成功移植。即使考虑到异构计算平台本身的问题，但使用现有的基于物理机的移植与测试方法，需要多次甚至频繁更换异构计算平台相关环境，单机下的删除和安装费时费力，若使用多台物理机安装不同版本的异构计算平台则耗费较多资源。使用docker容器技术可以在同一物理机安装多个不同版本的异构计算平台，但容器技术在测试领域目前主要用于应用测试的批量化与自动化，其应用程序和依赖环境或者部署在同一镜像中，或者分别部署在多个镜像中然后通过容器管理调度工具联合操作。在这种模式下，某一容器中修改了应用程序代码后，需要在其他镜像中进行更新，而且异构应用程序的移植过程本身不适合批量化、连续化操作。

发明内容

本发明的目的旨在至少在一定程度上解决上述的技术问题之一。

为此，本发明的第一个目的在于提出一种异构应用移植方法，能够提高应用移植和测试效率，节省资源，降低成本。

本发明的第二个目的在于提出一种异构应用移植装置。

本发明的第三个目的在于提出一种计算机设备。

本发明的第四个目的在于提出一种非临时性计算机可读存储介质。