面向CPU/GPU异构服务器集群的节能调度算法

异构计算给超级计算机和高性能集群带来了计算效率的优势,但是基于异构计算的服务器集群高能耗问题仍然没有得到很好的解决。于是以CPU/GPU异构服务器集群高能耗问题展开研究,先建立CPU/GPU异构服务器集群的能耗优化模型,主要包括任务模型、CPU/GPU功耗模型及性能模型等;提出基于任务分类和动态电压/频率调节(DVFS)的节能调度算法ESATD。算法的核心思想是将任务按照性能分类后在满足时限的前提下,结合DVFS方法将任务分配到合适的计算单元上,从而达到节能的目的。通过仿真将ESATD分别与经典的算法进行比较,实验结果表明在节能方面ESATD最多节约了54.2%的能耗,在运行时间方面最多缩短了93.4%。