计算网格中能源消耗和响应时间-最优结合的合作博弈理论.docVIP

计算网格中能源消耗和响应时间最优结合的合作博弈理论

摘要：随着计算机的普及以及电力供应的不足，减少大型计算机系统能源的消耗已成为一个最重要的研究课题。文章在研究计算网格的任务分配问题的同时力求能源消耗最小化并使完工时间符合期限和任务架构要求的限制。基于纳什讨价还价解（Nashbargainingsolution）的观念我们从合作博弈论的角度提出一种解决方法。在合作博弈论中，机器的任务分配对系统来说达到集体最佳状态，保证了这种任务分配在能量消耗和时间相应上都是最佳的。经过严格的数学证明得到我们提出的合作博弈理论仅在O(nmlog(m))时间内就产生一个保证帕累托最优的纳什讨价还价解(NBS)。实验结果表明，与贪婪启发式和线性松弛启发式理论(theGreedyandLinearRelaxation(LR)heuristics)相比，这种技术可以达到一种非常完美的性能，并使小型问题在计算机上达到最优解。

索引词：能量感知系统，分布式系统，约束最优化，凸规划(convexprogramming)

1引言

在这种大型计算机系统中，比如计算网格需要消耗大量能量且冷却成本也很高[9]，能量消耗已经成为一个关键问题。除了节能外，这些系统的设计必须满足功能和时间的要求[32]。计算网格由一系列异构机器组成，这些地理上分布的异构多重处理器可以实现应用的任务级并行性。由于要达到最后期限的限制和系统的异构性，计算网格的资源分配也已成为一个很具挑战性的问题。而当增加了能源管理这一额外的设计目标时，这个问题就变得更有挑战性，因为系统的能源消耗必须很好的与其他性能进行权衡[32]。资源分配和调度的传统研究只是论述了固定的CPU速度和性能优化，因此并不适用于能量性能优化问题。通过动态能源管理（DPM）或者动态电压调度（DVS）调节即时能源消耗可以实现能源的管理。使用DPM方法可使处理器进入掉电状态，即只有计算机系统的某些特定部分（例如，始终脉冲振荡和时间电路）运行，而处理器处于闲置状态。DVS方法利用了CPU供电电压和电量消耗的凸关系。DVS技术的基本原理是通过CPU频率和减低电压（voltagereduction.）得到任务执行时间。

本文研究了能量感知型任务分配（EATA）问题，分别分配给具有DVS特征的计算网格一组任务。由于DVS模块只能改变瞬时功率，机器上任务的能源消耗就等于任务执行时间间隔乘以机器的瞬时功率。EATA问题是广义分配问题（GPA）多约束多目标的延伸问题。因此EATA问题可以使用基于著名的纳什讨价还价解（NBS）[15]的合作博弈理论中的一个新方法来解决。这种解决方案的概念可以缩写为NBS-EATA。据我们所知，这是使用博弈理论解决计算网格的能量感知型任务分配问题所做的第一个工作。

主要贡献。模型的发展和EATA问题的解决方法主要如下：

问题之一是在维持机器特定性能（比如最后期限约束和任务结构要求）要求的同时使得瞬时功率（与能源消耗相关）和完工时间的最小化。解决这个问题属于系统级，相对于高度复杂性最小-最小-最大优化问题（具体详见3.1节）。

使用合作博弈理论技术，即，多目标凸规划（定理3），可以将最小-最小-最大问题转化为低复杂度的最大-最大-最小优化问题（详见5.1节）。这种低复杂度转化的最大巨大优势就在于可以保证最大-最大-最小优化问题存在一个讨价还价点，因此可以产生帕累托最优状态。我们定义帕累托最优状态如下：给出一系列可选的解决方法，从一个方法移动到另一个方法可以至少得到一个更好的解决方法并保证不会使得其他方法变坏，这叫做帕累托改进。当没有更好的帕累托改进出现时，这个解决方法即帕累托最优。

尽管可以解决转化得到的最大-最大-最小优化问题以保证讨价还价点的存在，传统的合作博弈理论技术，即纳什公理化技术[15]，由于低收敛速度和高复杂度[19]的原因不能直接用于定义讨价还价点。传统的纳什公理化技术优于合作博弈的开创性的解决方案，称为NBS。纳什在他文章里说明了传统的纳什公理化技术可以为任何合作博弈提供解决方法。

由于传统纳什公理化技术的低收敛率和高复杂度，我们使用拉格朗日乘数法获得基于库恩-塔克条件（定理5和6）的多目标凸问题的必要和充分条件，这是为了在一个快速周转时间内定义讨价还价点。通过比较和分析实验结果，说明了基于拉格朗日算子的NBS方法与传统纳什公理化技术相比较的有效性。

使用模拟和理论分析，以上提到的NBS-EATA博弈也和其他的最优解作出比较，LINDO[22]以及贪婪[32]和线性松弛(LR)[32]试探法。

文章的其他部分安排如下：第2节简要讨论了相关的工作。第3节讨论了EATA问题公式化和相关的背景信息。第4节提供了一些适合于合作博弈的基本信息。第5节模拟一个用于机器任务分配的合作博弈模型以