片上网络异构多核系统任务调度与映射

针对传统任务模型包含有效信息少,任务调度算法效率低、效果差的问题,设计了新的任务模型,提出了一种改进的粒子群算法(optimized particle swarm optimization,oPSO)。新模型增加了对任务类型及任务间迁移成本、计算单元类型及其运行成本等特性的描述。通过分析任务调度问题的需求,制定了oPSO算法的编解码方案,设定了算法各个关键部分参数及计算方法,并解决了粒子群算法(PSO)在任务调度前期收敛速度过快、后期易陷入局部最优的问题。在不同任务规模下分别对遗传算法(GA)、PSO以及oPSO算法进行调度仿真对比,当IP核数目为100左右时,oPSO算法较GA算法和PSO算法运行时间至少缩短10%,系统功耗至少降低15%,实验结果表明:oPSO算法调度效果明显优于其他算法,且各节点上功耗更为均衡,适用于解决任务调度问题。     

空间信息网络中的资源映射与调度研究

目前空间信息网络中卫星资源不尽相同,且卫星节点的星间链路动态变化,给资源映射造成困难,使得网络资源利用不充分.如何实现空间资源利用的最大化,成为亟待解决的难题.为解决上述问题,提供了一种方法:首先,将卫星网络可以提供的资源和任务指标映射表达为多维矢量;再通过线性规划,使资源矢量和任务矢量相匹配,从而使网络资源能更充分地被利用.     

片上网络任务映射算法的可靠性优化

为了满足当前特定应用领域对片上网络可靠性的要求,在贪心启发式映射算法的基础上,通过加入基于容错机制可靠的通信开销函数约束,实现了一种具有可靠性的片上网络任务映射算法RaNMAP.结果表明,该映射算法可以有效提高片上网络系统的可靠性,有利于从更高的抽象层次对片上网络的容错设计进行指导和评估.     

多核处理器核间互连的新型互连网络

提出了一种用于片上核间互连的新型互连网络--基三分层互连网络. 该网络具有明显的层次性和对称性以及良好的扩展性. 与2-D Mesh相比,在网络规模不大时,基三分层互连网络更适用于构建片上核间的通信网络. 仿真结果表明,该网络具有较低的平均通信延迟和较高的平均吞吐率.     

基于MMAS的NoC低功耗映射

随着芯片集成度的提高,网络通信流量与通信功耗也随之递增.片上网络在设计阶段就要考虑到通信功耗问题,因此提出一种可以降低通信功耗的映射方法,该方法是一种改进的最大最小蚁群算法,通过优化权重系数、状态转移规则以及信息素更新来提高算法的性能.实验表明,该方法能加速搜索进化过程,避免搜索的停滞,具有较好的收敛性,能有效的降低系统的映射功耗.     

面向Mesh片上网络的快速层次化多目标映射方法

为求得片上网络(NoC)拓扑映射的近似最优解,提出一种面向MeshNoC的层次化多目标映射方法--HMMap。该方法采用分组和多目标启发式算法,自动将给定应用的IP核映射到NoC体系结构上,有效支持大规模IP核的映射,并且能够很好地权衡系统通信能耗和延迟两个关键设计指标。实验表明,HMMap相对现有方法运行时间短,所得到的拓扑映射方案在降低通信能耗和延迟方面均效果显著。随着NoC规模的增大,HMMap的优势更加明显。     

低功耗片上网络映射的遗传及蚂蚁融合算法

针对带宽和时延约束下的低功耗片上网络映射问题,提出了基于遗传和蚂蚁算法融合的映射算法.该算法利用遗传算法的快速搜索能力,获得若干优化解,并按照这些优化解的最优顺序给蚂蚁路径赋初值,以初始化蚂蚁算法的信息素分布.然后,借助具有交叉和变异操作的蚂蚁算法,充分利用蚂蚁算法的正反馈特性,搜索低功耗映射问题的更优解.该算法具有收敛速度快、优化效果好的特点,可用于求解大规模片上网络映射问题.实验结果表明:当系统规模扩大时,该算法在搜索时间方面明显优于遗传类算法和蚂蚁类算法,如系统规模为64处理单元时,搜索速度提高率最高可达220.3％,在较快收敛的同时,还保持了较好的优化效果,与蚂蚁类算法的差别可保持在9.1％以内.     

网络处理器及其路由体系分析

摘为了在性能和灵活性上同时满足网络高速数据处理的要求。在现今的路由体系设计中采用了网络处理器。介绍了网络处理器的特点、结构及关键技术，并以Intel IXP2400为例对基于网络处理器的路由体系典型结构进行了设计分析，在性能和灵活性上取得了很好的平衡，具有很好的发展前景。     

一种面向多核处理器的2 GHz片上网络通信单元

提出了一种面向多核微处理器的2 GHz片上网络通信单元设计方案,通信单元能够在45 nm工艺下达到2 GHz的工作频率,流水线级数为2,最多支持8个双向通信接口,每个端口单向峰值带宽32 GBps.构建了一种16核处理器片上网络测试环境,测试结果表明：使用提出的通信单元构建的片上网络能够满足16核处理器存储系统对网络带宽的要求,在对访存优化的情况下,聚合带宽能够随着处理器核心与线程的增加而线性增加.另外,通信单元还具有可重用的特性,能够通过优化与扩展进一步应用于众核处理器片上网络.研究成果已成功应用于某国产16核高性能微处理器,片上网络实测频率达到2 GHz.     

多发射处理器的指令调度算法研究

RISC体系作为精简指令集计算机的兴起,使得多发射处理器的指令调度算法成为研究热点。本文从程序块划分和执行角度,讨论了多发射处理器的指令调度算法,介绍了几种局部指令和全局指令调度的影响力较大的算法。它们通过指令调度的优化,提高多发射处理器内部功能部件的执行并行性。本文还给出了进一步研究方向,构造多发射结构多处理器并行处理系统,实现处理器之间的并行技术和处理器内部的并行技术的整合。     

网络处理器的发展及应用

网络处理器在性能和灵活性上能够同时满足网络高速数据处理的要求。介绍了网络处理器的特点、体系结构及其取得高性能所使用的关键技术,并以Intel IXP2400为例阐述了基于网络处理器的网络系统的典型结构及其应用,指出了网络处理器的应用发展方向。     

基于扩展神经网络的网格资源调度优化算法

针对具有时间约束和若干资源约束的网格资源调度问题,提出了一种基于扩展神经网络的求解新方法GRSENN。资源调度问题首先被分解为一系列多维背包问题并提出相应的数学模型,然后通过把问题的各种约束表示为Hopfield神经网络的能量函数项,进而导出神经网络模型。实验仿真结果表明该方法的有效性,并可避免通常神经网络所具有的容易陷入局部极小点的缺陷。     

网格系统中的层次化资源分配与任务调度

讨论具有大量任务数的一类应用在网格系统中的资源管理和控制问题．提出了具有层次化结构的资源分配与任务调度模型,它由任务分发器和次级调度器组成．上层的任务分发器根据任务的性质和需求,并参考下层次级调度器的执行情况,将任务分发到相应的次级调度器上;而下层次级调度器负责将分发来的任务进行实际的资源分配及调度工作．模拟分析表明随着次级调度器个数的增加,任务调度的并行性增加,但系统的优化趋势逐步减缓．在实际应用中,合理选择次级调度器个数,可在满足调度性能的同时减少设备投入．     

一维多规则正态云模型映射器的算法研究

首先介绍了云模型的基本概念和一维多规则推理的基本过程。由已知一维多规则云模型映射器算法推导出新的算法,并通过仿真验证说明了新算法的可行性。     

联合作战资源调度模型研究

 针对联合作战筹划过程中的不确定性资源调度问题,设计了基于资源流的反应式调度模型;针对调度过程中的时间不确定性,提出了模糊数建模方法;针对资源调度过程中的资源不确定性,提出了基于双重优先级的优势资源竞争方法,并通过遗传算法进行全局寻优,针对任务不确定性问题,设计了反应式鲁棒策略模型,并实验验证了模型的有效性。     

异构无线网络资源分配算法研究综述

随着通信业务需求的快速增长,无线通信网络正朝着异构化的方向演进.面对复杂的5G通信场景,实现不同网络之间的资源共享、干扰管理、提高系统容量,异构网络资源分配问题成为了资源管理的关键技术难点.针对该问题,对异构无线网络资源分配进行了综述与展望.介绍了异构无线网络的基本概念、网络分类,阐述了不同类型蜂窝网络的传输参数特性.按信道状态、网络结构以及优化目标等方式,对当前异构无线网络资源分配算法的研究现状进行了阐述与分析.此外,对异构无线网络资源分配所面临的问题和未来的研究趋势进行了展望,并在此基础上进行了总结.     

基于神经网络的场景调度策略

虚拟场景的实时显示是虚拟现实技术的重要研究课题,优化场景的调度策略是解决实时显示的主要方法之一.根据虚拟装配的特点,建立视点状态变化的马尔可夫模型,并且使用径向基函数神经网络挖掘装配过程中视点变化的规律,提出基于神经网络的场景调度策略,利用该策略预测并提前调入装配过程中将要出现的场景.该策略可以使调度更加智能化,提高场景调度的效率,达到实时显示场景的目的.同时该调度策略也可以应用于虚拟现实的其他领域中,如虚拟场景漫游等.     

面向云计算的任务调度算法研究

云计算中任务调度对云计算的整体性能有重要影响.归纳了云计算调度的特点和性能指标,指出云计算任务调度研究的主要进展.从传统任务调度算法、Hadoop中的任务调度算法、智能化的任务调度算法等方面概括、分析和比较了不同算法的算法思想、实现机制、达到的性能要求.最后,讨论了现有任务调度策略存在的问题,结合云计算面向服务的特点对云计算任务的研究进行展望.