一种基于电压岛的DVFS控制算法

提出一种基于岛间队列特征的动态电压频率缩放控制算法,使用岛间队列增长率和使用率来实现电压岛工作电压/频率的动态控制。该算法引入岛间队列增长率实现了简单高效的负载预测,提高了片上通信稳定性。仿真分析表明,该算法能够更好地节能降耗。

基于合并分配的云工作流低能耗调度方法

现有云工作流调度方法往往少有在降低执行能耗和缩短完成时间之间取得有效平衡。为此,提出基于合并分配的工作流低能耗调度方法。在考虑工作流结构的基础上将若干相关任务合并为可统一分配至同一服务器的任务串,将各任务串优化调度至尽可能少的服务器,求取各服务器可用时间槽并基于DVFS技术对任务进行松弛。相关实例和仿真实验验证了该调度方法的可行性和有效性,针对经典科学工作流和随机生成工作流两类输入,对比数据表明该方法可以在缩短工作流完成时间的同时有效降低执行能耗。

QoS约束云环境下的工作流能效调度算法

云环境可以为大规模工作流的执行提供高效、可靠的运行环境,但工作流执行时带来的高能耗不仅会增加云资源提供方的经济成本,还会影响云系统的可靠性,并对环境产生不利影响。为了在满足用户截止时间QoS需求的同时降低云环境中工作流调度的执行能耗,提出一种工作流能效调度算法QCWES。该算法将工作流的能效调度方案求解划分为3个阶段:截止时间重分配、任务调度选择排序以及基于DVFS的最佳资源选择。截止时间重分配阶段旨在将用户定义的全局工作流截止时间在各个任务间进行重分配,任务调度选择排序阶段旨在通过自顶向下的任务分级方式得到任务调度序列;基于DVFS的最佳资源选择阶段旨在为每个任务选择带有合适电压/频率等级的最优目标资源,在满足任务的子截止时间的前提下使总体能耗达到最小。通过随机工作流和基于高斯消元法的现实工作流结构,对算法的性能进行仿真实验分析。结果表明,所提算法可以在满足截止时间约束下降低工作流的执行能耗,实现用户方的QoS需求与资源方的能耗间的均衡。

在异构系统上基于权重和复制的调度算法

动态电压和频率扩展技术(DVFS)的发展使异构系统可以实现低功耗,然而DVFS通过降低处理器的执行频率来降低功耗,大大增加了处理器临时故障风险,应用的可靠性受到极大威胁。针对先前算法在任务调度过程中容易出现调度失败的问题,提出一种基于权重和复制的调度算法(SAWR),以在异构系统上完成应用调度,满足并行应用的可靠性目标,同时降低系统功耗。仿真结果表明,与先前的算法相比,所提算法可以实现良好的性能。