计算密集型任务调度在分布异构工作站上的一种算法.pdfVIP

计算密集型任务调度在分布异构工作站上的一种算法， 邻延辉 陆鑫达 曾志勇 (上海交通大学计算机系 上海 200030) wu一h@cs.sjtu.edu.cn 摘 要 本文讨论了在一个由高速局域网连接的高性能异构工作站平台_匕如何有效地利用空闲工作 站来求解计算密集型任务矩阵相乘的问题.为获得较好的并行计算性能，文中给出了一个异构丁作站群之间 任务调度的模型和算法，可以在工作站集合中找出最适合的子集，获得最短执行时间. 关键词异恢并行计算，工作站，协调调度 中。分类”Tf3tfi}f 1 引 言 随着高速网络和高性能网络接口的涌现，人们已付出很多努力来尝试有效地使用高性 能[_作站过剩的计算能力很明显，在一个分布式环境中共享这些过剩的工作站资源来解决 一些挑战性的应用问题时。会产生像资源分配和管理、网络管理以及计算机安全等问题. 文献[U将分布式并行计算分为两种模式，一种模式是将任务分解为一些独立的子任务， 各个子任务并行执行，不需要同步.另一种模式是协作模式，计算过程中需要同步，同时开 始和同时结束.我们这里论述的范围都是协作模式的并行计算. 许多涉及异构计算研究的主要基本目标是获得任务完成时间的最小化，主要的问题是 描述划分给定任务的方法，并把这些任务映射到一组选定的可用-1:作站上，获得最小的调 度完成时间.高性能工作站群环境中的负载共享在近来的并行计算文献中已经有一些很深入 的讨论文献[21,[31论述了并行计算的基本概念和算法，文献[41,[51[61提出如何在同构 _I_作站群中进行任务协调度，使单个任务的执行时间最少，文献[71提出在异构工作站实现 优化共享负载的算法，这些模型都忽略了任务间的通信时间开销，以及任务分配和收集时 间.本文在上述工作的基础上，提出了一个在一组异构工作站上任务协调度的模型和算法， 不仅考虑了数据加载、同步开销、通信开销和结果收集对最终任务完成时间的影响，而且 考虑到各个工作站之间性能的差异，分配给它们不同的子任务.这个模型在网络计算环境并 行虚拟机PVM上实现.并且使用这个调度系统进行协作任务的并行计算. 2模型和算法 文中使用SPMD编程模型，在异构工作站群中，各个工作站性能不同，甚至体系结构 ·木课理得到国家自然科学势金资助，项目编郭延辉，男，1973年生，博士生，主要研究方向为高性能计算 su延辉等 计算密集型任务调度在分布异构工作站上的一种算it 也不相同.我们选择工作站的计算能力作为它的权重w;.在分配任务时，根据w，的不同进行 分配，分配的原则是使得每台工作站计算各自子任务的时间大致相同，保证全部工作站在 同一时间开始计算，并且在同一时间结束.这样如果选择P台工作站来完成整个任务，所有 的尸个子任务计算同时完成后不需要相互等待，即可交换中间结果，开始下一轮迭代，这 样做的目的是减少同步开销，消除系统性能瓶颈.具体算法如下: 步骤1主进程轮询异构系统中的各工作站，得到各一L:作站的体系结构、CPU权重w;. 以及达到空闲状态所需的时间T. 步骤2主进程对所有的T从小到大进行排列，得到卜I，t2，...,Tp)，其中:I}12。二-Tp, 也就是最早达到空闲状态的工作站排列在最前面. 步骤3选取:，=0的组合，得到卜1,T2,...ITk}，其中(k-P).对k台工作站根据各 白的w,从大到小进行排列，得到{Wl,W2,.,Wk}.对于这些k台工作站使用二分法，直到 找到最短的执行时间T.和所用的工作站组合G，为止. 步孚4在卜I,T2,-Ck}的基础上，再增加一台剩余:.中最小的工作站即Tk十，，得到 卜I+T2,-,TUTk+小其中，(k+I-P)首先判断Tk+l是否大于T,，若:k+1TI，说明余下 的那些工作站是不值得等待的，算法跳转到步骤6执行，若、+:T,，算法顺序执行对于 这些k+l台工作站，再根据它们各自的W。从大到小进行排列，得到{{W1IW2,WkIWk+11 对于这些k+l台工作站，使用二分法，得到最短的执行时间T2和所用的工作站组合G2- 步释5重复上一步骤的算法，一直到选取所有P台工作站ITl,T2,-.,Tp}为止.对于这 些P台工作站，根据它们的w。从大到小进行排列，得到扭I,W2,...,WP1，使用二分法，得 到最短的执行时间T;