基于多核分布式环境下的任务调度关键技术研究

本文在系统分析了多核处理器体系结构的基础上，综述了任务调度的研究现状及多核处理器任务调度所面临的难题。 从多核处理器的静态任务调度入手，综合使用了任务分簇技术和任务复制技术，本文提出了一种面向同构多核处理器的任务调度算法，该算法通过减小任务间的通信代价，最小化了任务调度长度，并实现了核间的负载平衡。仿真实验证明本文算法具有优于遗传算法的性能。 针对多核集群的两级存储机制和三层通信结构，本文提出了一种面向多核集群的静态任务调度算法，该算法包括两轮操作：进程到处理器节点的分配；线程到处理核心节点的分配。每轮操作又分别包含了分簇策略和调整策略。通过三组对比实验表明本文算法具有较短的任务完成时间，且随着CCR的增大，本文算法的性能优势愈加显著。 通过对影响多核处理器动态负载平衡的各个因素的详细分析，本文设计了基于多核处理器的动态负载平衡模型，用五元组<负载平衡环境，任务属性，负载评价，调度策略，调度评价指标>形式化地描述了影响多核动态负载平衡的各个因素。 本文提出了一种树型计算环境下面向异构多核集群的独立任务调度算法。该算法首先建立了基于主-从树型模型的计算平台，然后通过预处理机制获取了每个处理核心的最优任务分配方案、每个处理核心的实时计算能力、核间通信能力和限制系数等实时状态信息。依据预处理机制，提出了基于最优任务分配方案的两种启发式算法：限制系数优先启发式算法和带宽优先启发式算法。实验数据表明本文提出的两种算法均优于Min-Min算法。