[发明专利]用于优化线程调度的方法、系统、制品和装置

说明书

本公开涉及用于优化线程调度的方法、系统、制品和装置。一种装置，包括：模型，用于基于目标系统的折衷指示值来生成线程调度策略的经调整的调谐参数；以及工作负载监控器，用于执行以下操作：基于线程调度策略执行工作负载；基于工作负载的执行从目标系统获得性能分数和功率分数，性能分数和功率分数对应于折衷指示值；将折衷指示值与标准进行比较；以及基于比较，启动模型以重新调整经调整的调谐参数。

相关申请

本专利源于2019年12月2日提交的美国临时专利申请No.62/942,619的美国非临时专利申请，美国临时专利申请No.62/942,619的全部内容通过引用合并于此。在此要求美国临时专利申请No.62/942,619的优先权。

技术领域

本公开总体涉及计算设备，并且更具体地，涉及用于优化线程调度的方法、系统、制品和装置。

背景技术

包括机器学习(ML，machine learning)、深度学习(DL，deep learning)和/或其他人工机器驱动逻辑的人工智能(AI，artificial intelligence)使机器(例如，计算机、逻辑电路等)能够使用模型来处理输入数据，以基于模型先前经由训练过程学习的模式和/或关联来生成输出。例如，可以用数据来训练模型以识别模式和/或关联，并且在处理输入数据时遵循这样的模式和/或关联，使得(一个或多个)其他输入产生与所识别的模式和/或关联一致的(一个或多个)输出。

发明内容

根据本公开实施例的第一方面，提供了一种装置，包括：模型，用于基于目标系统的折衷指示值来生成线程调度策略的经调整的调谐参数；以及工作负载监控器，用于执行以下操作：基于所述线程调度策略执行工作负载；基于所述工作负载的执行从所述目标系统获得性能分数和功率分数，所述性能分数和所述功率分数对应于折衷指示值；将所述折衷指示值与标准进行比较；以及基于所述比较，启动所述模型以重新调整所述经调整的调谐参数。

根据本公开实施例的第二方面，提供了一种方法，包括：基于目标系统的折衷指示值来生成线程调度策略的经调整的调谐参数；以及基于所述线程调度策略执行工作负载；基于所述工作负载的执行从所述目标系统获得性能分数和功率分数，所述性能分数和所述功率分数对应于折衷指示值；将所述折衷指示值与标准进行比较；以及基于所述比较，启动模型以重新调整所述经调整的调谐参数。

根据本公开实施例的第三方面，提供了至少一种计算机可读介质，包括指令，所述指令在被执行时使至少一个处理器执行根据第三方面所述的方法。

根据本公开实施例的第四方面，提供了一种装置，包括：生成装置，用于基于目标系统的折衷指示值来生成线程调度策略的经调整的调谐参数；以及处理装置，用于执行以下操作：基于所述线程调度策略执行工作负载；基于所述工作负载的执行从所述目标系统获得性能分数和功率分数，所述性能分数和所述功率分数对应于折衷指示值；将所述折衷指示值与标准进行比较；以及基于所述比较，启动模型以重新调整所述经调整的调谐参数。

附图说明

图1是根据本公开的教导构造的用于优化示例目标系统的线程调度的示例调谐系统的框图。

图2是图1的目标系统的示例实现方式的框图。

图3是图1的调谐引擎的示例实现方式的框图。

图4是示出图1的调谐系统的性能和功率之间的折衷(tradeoff)的示例研究结果的曲线图。

图5是表示可以被执行以实现图1的示例折衷指示控制器的示例机器可读指令的流程图。

图6是表示可以被执行以实现图1和/或图3的示例调谐引擎的示例机器可读指令的流程图。

图7是被构造为执行图5和/或图6的指令以实现图1的示例调谐系统的示例处理平台的框图。