同构计算环境中DAG任务图的调度算法

在并行多处理机系统中,任务调度算法是保证整个系统性能的关键。通常用有向无环图(DAG)表示任务间的依赖关系。将粒子群算法应用于组合优化领域,构造了求解任务调度问题的离散粒子群算法。算法采用基于分组的思想对粒子进行直接编码,借鉴遗传算法的思想,将粒子个体最优及全局最优解分别采用交叉操作作用到当前粒子位置上,使粒子不断向最优位置逼近;同时在每次迭代过程中引入变异操作以提高粒子群体多样性。实验结果表明,算法在不同规模的任务调度问题中均取得了良好的效果。

多处理器系统中的数据局部性及其优化技术研究

数据局部性是多处理器系统中的重要研究方向之一。结合该领域目前国内外研究现状和我们近一阶段的研究进展 ,讨论了多处理器系统中的数据局部性及其优化问题。针对现有局部性度量模型存在的不足 ,提出了一种增强的可用于层次式并行计算机体系结构的局部性度量模型。在静态和动态局部性优化技术方面 ,分别探讨了基于投影分层的数据变换框架和基于瞬时访问信息的动态页迁移策略 ,并展开了系列相关的讨论。另外 ,针对利用数据局部性时必须解决的一个关键问题———存储一致性问题 ,进行了深入的研究 ,提出了以操作系统为中心的线程存储一致性模型。