研究目的
研究针对异构CPU-GPU架构开发并实现一种节能调度算法，在保持计算效率的同时降低峰值功耗。
研究成果
与未采用任何节能策略的系统相比，该节能调度算法能有效降低高达10%的峰值功耗，且对性能影响微乎其微。该算法还能将最坏情况下的功耗峰值降低达24%，证明其在显著提升系统和服务成本效益的同时，几乎不会影响计算效率。
研究不足
实验结果取决于研究中使用的目标架构。当针对不同架构或向库中添加新内核时，需要进行新的特征分析。
1：实验设计与方法选择：
本研究针对异构CPU-GPU架构开发了一种节能调度算法，重点通过工作负载分配来降低峰值功耗。
2：样本选择与数据来源：
该算法在真实CPU-GPU异构系统上测试，工作负载通过马尔可夫链模型生成。
3：实验设备与材料清单：
实验配置包括搭载英特尔至强E5520 CPU和英伟达GeForce GTX 590 GPU的计算节点，以及由霍尔效应电流传感器和微控制器组成的功耗测量系统。
4：实验流程与操作步骤：
通过执行并测量10组包含1000个作业请求的工作负载来评估算法性能，对比启用与未启用节能特性时的表现差异。
5：数据分析方法：
基于峰值功耗降低幅度、计算时间增量及能耗指标进行评估，采用统计技术和软件工具进行分析。
独家科研数据包，助您复现前沿成果，加速创新突破
获取完整内容-
NVIDIA GeForce GTX 590
GTX 590
NVIDIA
GPU accelerator for high-performance computing
-
STM32F
STM32F
STMicroelectronics
Microcontroller for data acquisition
-
Intel Xeon E5520
E5520
Intel
CPU for computing nodes
-
Allegro ACS713
ACS713
Allegro
Hall effect current sensor for power measurement
-
Allegro ACS758
ACS758
Allegro
Hall effect current sensor for power measurement
-
登录查看剩余3件设备及参数对照表
查看全部
