《大規模計算網路並行任務調度模型及其參數方法研究》是依託湖南師範大學,由黃金貴擔任項目負責人的面上項目。
基本介紹
- 中文名:大規模計算網路並行任務調度模型及其參數方法研究
- 項目類別:面上項目
- 項目負責人:黃金貴
- 依託單位:湖南師範大學
《大規模計算網路並行任務調度模型及其參數方法研究》是依託湖南師範大學,由黃金貴擔任項目負責人的面上項目。
《大規模計算網路並行任務調度模型及其參數方法研究》是依託湖南師範大學,由黃金貴擔任項目負責人的面上項目。項目摘要Internet技術的廣泛套用和移動計算、格線計算、特別是雲計算的快速發展,網路服務系統的大規模化、資源的異...
大規模網路流的調度是交通、電力和物流等套用領域中的共性基礎問題,傳統方法難以有效解決。本項目以並發理論為基礎,以並行技術為手段,以交通格線為驗證平台,從基礎模型、核心算法與套用驗證三個層次展開研究。首先,提出大規模網路流系統的分布遞階與離散並發PN機模型,建立該系統行為分析理論,形成大規模網路流系統的...
4、基於多機多核的並行任務調度協調機制設計:多機多核系統或者是雲計算往往是分散式計算。本項目研究了計算任務是屬於不同的用戶,且每個用戶可以選擇計算資源。這個模型是用戶與用戶之間的博弈,每個用戶希望能儘快的完成所提交的任務,即完工時間最小。本項目研究平台提供方需要設計相關的機制並使得社會效益得到最佳化。
(3)該調度模型在網路服務計算環境中的實例化模型及其調度策略和調度算法的研究。通過本項目的研究,進一步明確網路服務計算環境中多處理機任務調度結構,尋求實用可行的性能更好的近似算法,為網路服務計算系統調度性能研究及其它相關領域研究打下基礎。
從理論和實驗方面構建計算任務的計算量隨機變數和系統可靠性機率模型,建立基於隨機性的可綜合折衷任務調度長度、總完成時間、能耗和可靠性的多目標最佳化模型,利用數學最佳化理論對其求解,研究精確和啟發式近似調度技術,對獨立任務和非獨立任務的高效能調度理論和方法展開系統探索,設計考慮隨機性和能耗的並行調度模擬器,實現...
(3)研究了在節點速度可變的異構雲平台下實時作業的可調度性判定問題,證明了系統狀態轉換時的維持任務級可調度的充分條件,推導了能耗最小化時單一節點的最優計算速度(4)容錯方面,設計了基於並行數據計算框架的副版本容錯模型,推導了採用主動副版本策略所需要的副版本數的理論下限。根據不同節點的可靠性及計算...
針對傳統計算智慧型方法在求解大規模最佳化模型方面計算效率的不足,本項目將開展分散式計算智慧型方法的理論與套用研究,旨在結合分散式計算的強大計算能力,突破計算智慧型方法在大規模最佳化中的性能瓶頸。相關成果可推廣套用於其他實際大規模最佳化問題中,如無線感測器網路中的大規模節能任務調度、物聯網中的大規模資源分配,以及智慧型...
立足於高性能異構並行計算的研究前沿,充分利用並行計算、並行調度、異構計算、雲計算等現有理論和技術成果,側重於新理論、新技術和新方法的研究,採用理論和實驗相結合的方式,針對雲計算環境中資源分配及數據存取過程,完成了面向雲平台的虛擬機部署、任務調度及訪問控制模型的建立等基礎性研究工作;研究了基於新型雲...
動態規劃廣泛套用於科學和工程計算,問題規模增加以及並行計算硬體技術發展使動態規劃計算並行程式研發的難度隨之增高,本課題通過面向動態規劃的可復用並行編程模型和高效運行時系統來簡化此類套用並行編程的難度和複雜度。基於DAG數據驅動編程模型,研究自適應多層次任務調度方法,通過任務粒度二次劃分以及多層次任務調度的方法...
如因新建道路、交通管制而帶來的道路、路網屬性變化等信息)為信息基礎,對路網與動態交通信息一體化時空數據模型、道路網路拓撲重建方法、大規模路網下中心式路徑最佳化的理論模型與方法、大規模路網下中心式路徑最佳化系統軟體開發等內容進行研究,並著重研究基於光譜對分的遞階式網路分解方法、雙端佇列最優路徑並行計算...
本課題提出了基於混合編程模型的支持向量機訓練並行化和CPU-GPU異構計算環境下的並行T近鄰譜聚類算法PSCH,實現了計算任務的合理劃分,取得了良好的加速效果。 第二,本課題研究了異構系統上的任務調度算法,提出了表調度和任務複製相結合的任務調度算法CEFT。為了提升計算任務在多節點異構平台上的性能,把科學計算套用...
特別地,當圖算法中的疊代次數過多時,MapReduce框架需要連續啟動若干作業才可以完成圖的疊代處理,每個作業都會執行啟動作業、任務調度、讀寫磁碟等操作,尤其是相鄰作業之間通過分散式檔案系統交換全部數據,產生大量額外開銷,導致算法計算效率下降。發明內容 專利目的 針對2016年8月之前技術中的缺陷,《基於MapReduce的...
本課題在計算機體系結構並行化的發展趨勢和日益突出的容錯需求兩方面背景下提出,研究支持容錯的並行程式設計模型。該模型以任務為基本單元進行調度、執行、錯誤檢測和恢復,通過充分發掘並行性提高系統性能和降低容錯開銷。主要研究內容包括:1、任務粒度的錯誤檢測和恢復機制,擬採用一種Buffer-Commit的計算模型支持瞬時錯誤...
但是,複雜的雲平台計價模型、靈活的雲資源配置模式、非定製的通信網路以及顯著的系統噪音等因素給高性能雲平台上運行大規模並行程式帶來新的挑戰。.針對上述問題,本項目研究工作包括:首先,提出面向高性能雲平台的半彈性虛擬集群計算模型。通過聚合大量用戶的作業請求,實現統一的雲資源調度和管理,並根據作業規模動態...