E级超级计算机需求感知的能量有效性优化算法研究

With the incessant improvement of supercomputers’ performance, the problem of huge energy consumption for supercomputers will become very severe. Reducing the energy loss by optimizing energy efficiency is an efficient way for saving energy. However, in real situations, the dynamic demand will decrease the energy efficiency by affecting load balancing, tasks and energy allocation, and parallel execution of tasks. To ease the impact of dynamic demand, this project will study the energy efficiency of supercomputers from the perspective of heterogeneous, multi-core, and distributed systems. The main work includes: (1) demand-aware workload and energy allocation; (2) tasks allocation via matching tasks-processors characteristics; (3) parallel tasks scheduling with minimum energy and processor frequency modulation times while satisfying the deadline. Finally, the proposed energy efficient approaches will be verified on the Tianhe system in the National Supercomputer Center in Changsha (China), to provide energy-saving approaches for future exascale computers.

随着超级计算机性能的不断提高，超算巨大的能量消耗问题变得日益突出。优化系统的能量效率（简称为能效）以减少能量损失是降低超算能量消耗的有效方法。但实际应用中系统动态变化的需求会通过影响负载均衡、任务与能量分配、任务并行效果等因素降低能效。本课题以系统需求动态变化为切入点，从异构、众核、分布式系统的角度研究超算的能效。主要研究内容包括：(1)需求感知的自适应负载与能量分配；(2)任务特征和处理器特征匹配的任务分配；(3)截止时间满足前提下，能量和处理器调频次数最小化的并行任务调度。最后将提出的需求感知能效优化方法在国家超级计算长沙分中心天河一号平台上验证，为将来我国E级超算的应用提供节能方法。

随着超级计算机性能的不断提高，超算巨大的能量消耗问题变得日益突出。优化系统的能 量有效性以减少能量损失是降低超算能量消耗的有效方法。但实际应用中系统动态变化的需求 会通过影响负载均衡、任务与能量分配、任务并行效果等因素降低能量有效性。本课题以系统需求动态变化为切入点，从异构、众核、分布式系统的角度研究超算的能量有效性。研究了(1)需求感知的自适应负载与能量分配；(2)任务特征和处理器特征匹配的任务分配 ；(3)截止时间满足前提下，能量和处理器调频次数最小化的并行任务调度。将提出的需求感知能量有效优化方法在国家超级计算长沙分中心天河一号平台上验证，旨为将来我国E级超算的应用提供节能方法。在关于负载自适应调节的研究中，我们以排队论为基础模型，通过对平均性能、能量进行分析，发现存在最优的平均性能和能量消耗；在关于任务-处理器特征匹配的研究中，我们提出了一种响应时间-能量-可靠性权衡的动态调度方法，并且推导出可靠性与能量权衡问题的最优解；关于弱调频的研究中我们首次提出了一种无需频繁改变处理器频率也能显著节能同时满足时间约束。这些研究为超算的应用提供了重要的理论指导和实用价值。