性能不对称多核处理器负载均衡调度研究

J4 ›› 2013, Vol. 35 ›› Issue (11): 80-86.

性能不对称多核处理器负载均衡调度研究

徐远超1,2,谭旭2,3,范灵俊2,3,孙卫真1，张志敏2

(1.首都师范大学信息工程学院,北京 100048;2.中国科学院计算技术研究所计算机体系结构国家重点实验室，北京 100190;
3.中国科学院大学，北京 100049)

收稿日期:2013-08-06 修回日期:2013-10-16 出版日期:2013-11-25 发布日期:2013-11-25
基金资助:
国家973计划资助项目（2011CB302501）；北京市教委科技发展面上项目（KM201210028004）；计算机体系结构国家重点实验室开放课题（CARCH201203）

Load balance scheduling for performance
asymmetric multicore processors

XU Yuan-chao1,2,TAN Xu2,3,FAN Ling-jun2,3,SUN Wei-zhen1,ZHANG Zhi-min2

(1.College of Information Engineering,Capital Normal University,Beijing 100048;
2.State Key Laboratory of Computer Architecture,Institute of Computing Technology,
Chinese Academy of Sciences,Beijing 100190;
3.University of Chinese Academy of Sciences,Beijing 100049,China)

Received:2013-08-06 Revised:2013-10-16 Online:2013-11-25 Published:2013-11-25

摘要/Abstract

摘要：

同等面积条件下，性能不对称异构多核处理器比同构多核处理器具有更好的性能功耗比，重要前提是操作系统要能够进行合理的任务调度。针对已有算法的不足，基于Linux现有调度框架提出了一种全面的异构感知负载均衡策略，保证了处理器核负载均衡优先原则，无需定义阈值区分程序类别。测试结果表明，该算法既能做到负载均衡，又能实现异构感知。

关键词: 调度, 异构多核处理器, 负载均衡, 程序行为分析, 硬件性能计数器

Abstract:

Given the same chip area, performance asymmetric multicore processor outperforms symmetric multicore processor in potential performance per watt. This requires reasonable operating system scheduling. To address this issue, based on Linux scheduling framework, a comprehensive heterogeneity-aware load balance policy is proposed. This policy can ensure load-balance-first and there is no need to define threshold to classify programs. The experimental result shows that both load balance and heterogeneity-aware are guaranteed.

Key words: scheduling;heterogeneous multicore;load balance;program behavior analysis;performance counter

徐远超1,2,谭旭2,3,范灵俊2,3,孙卫真1，张志敏2. 性能不对称多核处理器负载均衡调度研究[J]. J4, 2013, 35(11): 80-86.

XU Yuan-chao1,2,TAN Xu2,3,FAN Ling-jun2,3,SUN Wei-zhen1,ZHANG Zhi-min2. Load balance scheduling for performance
asymmetric multicore processors [J]. J4, 2013, 35(11): 80-86.

[1]	孙庆骁, 刘轶, 杨海龙, 王一晴, 贾婕, 栾钟治, 钱德沛. GNNSched：面向GPU的图神经网络推理任务调度框架[J]. 计算机工程与科学, 2024, 46(01): 1-11.
[2]	周小华, 王学志, 周园春, 孟珍, . 面向大区域碳卫星数据的分布式Kriging插值算法优化[J]. 计算机工程与科学, 2023, 45(11): 1911-1921.
[3]	林佳烁, 李伟超, 成剑, 詹双平, 冯景斌, 王涛, 黄倩怡, 唐博, 汪漪, . 时间敏感网络下的一种新型灵活门控机制[J]. 计算机工程与科学, 2023, 45(09): 1553-1562.
[4]	陈冬林, 马一帆, 邹安琪, . 基于可再生能源消纳的数据中心负荷调度研究综述[J]. 计算机工程与科学, 2023, 45(05): 790-801.
[5]	温瑞林, 樊春, 马银萍 , 王政丹, 向广宇 , 付振新. SlurmX：基于Slurm使用面向对象设计方法重构的任务调度系统[J]. 计算机工程与科学, 2022, 44(09): 1532-1541.
[6]	孙浩男, 王飞, 魏迪, 尹万旺, 史俊达 . 一种面向大规模并发的Gatherv优化方法[J]. 计算机工程与科学, 2022, 44(09): 1542-1549.
[7]	朱正东, 吴寅超, 胡亚红, 蒋家强. 基于LSTM的集群用户作业执行时间预测模型[J]. 计算机工程与科学, 2022, 44(08): 1331-1341.
[8]	李文佳, 史岚, 季航旭, 罗意彭. 面向Flink的负载均衡任务调度算法的研究与实现[J]. 计算机工程与科学, 2022, 44(07): 1141-1151.
[9]	陈奉贤. 基于NR-Transformer的集群作业运行时间预测[J]. 计算机工程与科学, 2022, 44(07): 1181-1190.
[10]	徐浩桐, 黄山, 孙国璋, 贺菲莉, 段晓东, . 面向云环境的Flink负载均衡策略[J]. 计算机工程与科学, 2022, 44(05): 779-787.
[11]	罗晓霞, 王佳, 罗香玉, 李嘉楠 . 一种基于GN算法的动态图划分方法[J]. 计算机工程与科学, 2022, 44(02): 306-311.
[12]	李力, 汪硕, 黄韬, 刘韵洁, . 数据中心网络四层负载均衡技术综述[J]. 计算机工程与科学, 2022, 44(01): 48-59.
[13]	罗磊, 陈照云, 王俪璇. 用户QoS感知的GPU集群深度学习任务动态调度[J]. 计算机工程与科学, 2021, 43(08): 1331-1340.
[14]	杨坚伟, 孟敏, 黄家乐, 武继刚. 分布式训练异构任务调度算法研究[J]. 计算机工程与科学, 2021, 43(07): 1160-1167.
[15]	黄山, 房六一, 徐浩桐, 段晓东, . 面向容器环境的Flink的任务调度优化研究[J]. 计算机工程与科学, 2021, 43(07): 1173-1184.