隨著高性能計算（High-Performance Computing,HPC）系統(tǒng)規(guī)模不斷增長、性能不斷提高,系統(tǒng)功耗問題也日益凸顯。巨大的系統(tǒng)功耗不僅增加系統(tǒng)電力開銷和運(yùn)行成本,而且間接加劇碳排放及其對環(huán)境的壓力,嚴(yán)重影響計算系統(tǒng)的性能擴(kuò)展。在該背景下,綠色計算（Green Computing）受到越來越多的關(guān)注,高能效（Energy Efficiency）設(shè)計,也成為高性能計算系統(tǒng)的首要設(shè)計需求之一。另一方面,眾核（Many-core）體系結(jié)構(gòu)在高性能計算領(lǐng)域扮演著越來越重要的角色,不僅為高性能計算系統(tǒng)提供了強(qiáng)大的計算能力,同時也消耗了大部分系統(tǒng)功耗。因此,研究眾核系統(tǒng)的動態(tài)能耗管理技術(shù)（Dynamic Power Management,DPM）,降低眾核芯片的功耗、提高其能效,對于提高整個計算系統(tǒng)的能效具有重要作用。針對眾核體系結(jié)構(gòu)的新特點及其能耗管理的迫切需求,本文研究了眾核體系結(jié)構(gòu)的功耗模型,結(jié)合功耗模型及性能模型,探索了可擴(kuò)展眾核系統(tǒng)能耗管理技術(shù),并研究了針對眾核的高效動態(tài)電壓頻率調(diào)節(jié)技術(shù)（Dynamic Voltage and Frequency Scaling,DVFS... 

【文章來源】：國防科技大學(xué)湖南省 211工程院校 985工程院校

【文章頁數(shù)】：137 頁

【學(xué)位級別】：博士

【文章目錄】：
摘要
ABSTRACT
符號使用說明
第一章 緒論
    1.1 課題研究背景
        1.1.1 能耗問題成為計算系統(tǒng)的設(shè)計瓶頸
        1.1.2 眾核體系結(jié)構(gòu)的廣泛應(yīng)用
        1.1.3 研究意義
    1.2 動態(tài)能耗管理簡介
        1.2.1 動態(tài)能耗管理的一般方法
        1.2.2 能效指標(biāo)
    1.3 本文研究工作
    1.4 本文組織結(jié)構(gòu)
第二章 相關(guān)工作及研究挑戰(zhàn)
    2.1 多核 / 眾核系統(tǒng)動態(tài)能耗管理方法
        2.1.1 大規(guī)模計算系統(tǒng)中節(jié)能空間
        2.1.2 能耗管理基本手段
        2.1.3 能耗管理系統(tǒng)運(yùn)行方式
        2.1.4 能耗管理優(yōu)化目標(biāo)
    2.2 當(dāng)前研究面臨的挑戰(zhàn)
        2.2.1 眾核體系結(jié)構(gòu)功耗模型
        2.2.2 眾核系統(tǒng)能耗管理的可擴(kuò)展性
        2.2.3 眾核體系結(jié)構(gòu)DVFS技術(shù)
    2.3 本章小結(jié)
第三章 眾核體系結(jié)構(gòu)能耗模型
    3.1 引言
    3.2 眾核體系結(jié)構(gòu)及并行編程模型
        3.2.1 眾核體系結(jié)構(gòu)
        3.2.2 在SCC上的共享內(nèi)存編程模型
        3.2.3 Graph500基準(zhǔn)測試程序及其并行化
    3.3 眾核體系結(jié)構(gòu)功耗、性能特征
        3.3.1 功耗測量方法
        3.3.2 程序執(zhí)行性能
        3.3.3 功耗特征
        3.3.4 能耗及EDP特征
    3.4 眾核體系結(jié)構(gòu)解析功耗模型
        3.4.1 功耗解析模型
        3.4.2 功耗模型參數(shù)的確定
    3.5 功耗模型的驗證和結(jié)果分析
        3.5.1 對比驗證方法
        3.5.2 試驗結(jié)果及分析
    3.6 相關(guān)工作
    3.7 本章小結(jié)
第四章 可擴(kuò)展眾核系統(tǒng)動態(tài)能耗管理方法
    4.1 引言
    4.2 模型驅(qū)動的靈活DPM
        4.2.1 Profile指導(dǎo)的DVFS控制
        4.2.2 性能模型
        4.2.3 基于功耗 / 性能模型的能效優(yōu)化
    4.3 Powe Rock的設(shè)計與實現(xiàn)
        4.3.1 離線程序分析子系統(tǒng)
        4.3.2 Profile指導(dǎo)的能耗管理器
        4.3.3 DVFS控制器
        4.3.4 實時功耗請求同步器
    4.4 實驗結(jié)果和分析
        4.4.1 實驗驗證方法
        4.4.2 性能模型的驗證
        4.4.3 Profile指導(dǎo)的DVFS控制技術(shù)的驗證
        4.4.4 DPM方法靈活性的驗證
        4.4.5 能耗管理開銷與可擴(kuò)展性
    4.5 相關(guān)工作
    4.6 本章小結(jié)
第五章 面向眾核體系結(jié)構(gòu)的延遲感知DVFS技術(shù)
    5.1 引言
    5.2 眾核體系結(jié)構(gòu)中的DVFS延遲問題
        5.2.1 DVFS延遲基礎(chǔ)知識
        5.2.2 眾核體系結(jié)構(gòu)中的DVFS延遲
    5.3 延遲感知DVFS控制算法
        5.3.1 基準(zhǔn)能耗管理方法
        5.3.2 延遲感知DVFS控制算法
        5.3.3 在Barrelfish OS上的實現(xiàn)
    5.4 實驗驗證和結(jié)果分析
        5.4.1 實驗驗證方法
        5.4.2 基準(zhǔn)測試程序
        5.4.3 實驗結(jié)果
        5.4.4 實驗結(jié)果分析
    5.5 相關(guān)工作
    5.6 本章小結(jié)
第六章 結(jié)論與展望
    6.1 本文研究工作總結(jié)
    6.2 下一步研究工作展望
致謝
參考文獻(xiàn)
作者在學(xué)期間取得的學(xué)術(shù)成果


【參考文獻(xiàn)】：
期刊論文
[1]An Energy-Saving Task Scheduling Strategy Based on Vacation Queuing Theory in Cloud Computing[J]. Chunling Cheng,Jun Li,Ying Wang.  Tsinghua Science and Technology. 2015(01)
[2]面向云計算數(shù)據(jù)中心的能耗建模方法[J]. 羅亮,吳文峻,張飛.  軟件學(xué)報. 2014(07)
[3]一種基于細(xì)粒度性能計數(shù)器建立系統(tǒng)實時功耗模型的方法[J]. 程華,陳左寧,孫凝暉,王明揚(yáng),李超.  計算機(jī)學(xué)報. 2014(03)
[4]Towards a Cost-Efficient MapReduce:Mitigating Power Peaks for Hadoop Clusters[J]. Nan Zhu,Xue Liu,Jie Liu,Yu Hua.  Tsinghua Science and Technology. 2014(01)
[5]面向高性能業(yè)務(wù)應(yīng)用的基于剖視信息的系統(tǒng)能耗優(yōu)化[J]. 易會戰(zhàn),羅兆成.  軟件學(xué)報. 2013(08)
[6]Seadown:一種異構(gòu)MapReduce集群中面向SLA的能耗管理方法[J]. 林彬,李姍姍,廖湘科,孟令丙,劉曉東,黃訸.  計算機(jī)學(xué)報. 2013(05)
[7]多核結(jié)構(gòu)片上網(wǎng)絡(luò)性能-能耗分析及優(yōu)化方法[J]. 張帥,宋風(fēng)龍,王棟,劉志勇,范東睿.  計算機(jī)學(xué)報. 2013(05)
[8]虛擬化云計算平臺的能耗管理[J]. 葉可江,吳朝暉,姜曉紅,何欽銘.  計算機(jī)學(xué)報. 2012(06)
[9]嵌入式軟件體系結(jié)構(gòu)級能耗建模方法[J]. 劉嘯濱,郭兵,沈艷,熊冰,王繼禾,伍元勝,劉云本.  軟件學(xué)報. 2012(02)
[10]高性能微處理器微體系結(jié)構(gòu)級功耗模型及分析[J]. 王永文,張民選.  計算機(jī)學(xué)報. 2004(10)



本文編號：3313419