一种扩展的随机DAG模型

针对并行程序结构产生任务计算量和通信量随机性的情况,提出了一种扩展的随机DAG(Directed Acyclic Graph)模型,同时考虑了计算环境异构性和并行程序结构带来的计算时间和通信时间偏移量;基于此扩展的随机DAG,给出了DAG中节点的EST(Earli-est Start Time)和偏移量的计算方法,以标准方差和平均值的和的数学期望来表示;最后,给出了基于扩展随机DAG的并行程序建模方法,通过计算实例验证了该扩展的合理性.实验结果表明,通过优化并行程序结构,可以提高并行程序的执行效率,并且更好地实现并行计算负载平衡.

基于扩展的随机DAG的EST估算与任务调度

针对DAG调度算法中采取多次执行后的平均值估算任务的EST值问题,通过对DAG调度中常用的调度算法ETF算法进行分析提出基于扩展的随机DAG的调度方法SETF,给出扩展的随机DAG中节点的EST计算方法,以标准方差和平均值之和的数学期望表示,并以ETF算法为例进行实验模拟。实验结果表明,SETF算法相对于ETF算法,减少并行任务执行时间,并能更精确地预测任务调度的平均执行时间。

基于扩展的随机DAG的并行任务调度算法研究

针对并行程序结构产生任务计算量和通信量的随机性,提出了一种扩展的随机DAG模型。基于此模型对DAG调度中常用调度算法关键路径SCP(Static Critical Path)算法进行了详细的分析,提出了相应的扩展的随机DAG的调度方法SSCP(Stochastic Static Critical Path)算法。同时,给出了扩展的随机DAG中节点的EST(Earliest Start Time)计算方法,并以SCP算法为例进行实验模拟。实验结果表明,SSCP算法相对于SCP算法,减少了并行任务执行时间,并能更精确地预测任务调度的平均执行时间。