项目名称: 面向多核处理器的任务模块生成与调度映射方法研究

项目编号: No.61202263

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 荆明娥

作者单位: 复旦大学

项目金额: 25万元

中文摘要: 多核处理器正在以高性能,低功耗优势逐步取代传统的单核处理器成为市场的主流。多核处理器的出现为各种应用的并行化处理提供了重要的机遇,但也对如何利用多核系统的并行特征提高应用性能提出了新的挑战。目前尚不成熟的多核软件大大妨碍了多核系统性能潜力的发挥。本项目旨在深入系统地研究通信及多媒体应用在多核处理器上映射的方法。我们将多核映射过程分为两个阶段进行研究,第一阶段为任务模块生成阶段,第二阶段为任务调度映射阶段。在任务生成阶段,将以静态信息提取和动态仿真为手段,充分挖掘目标应用在四维空间的并行特征,生成优化的通信任务图;在任务调度映射阶段,将任务映射和调度过程相统一,采取三维并行策略,对多个目标进行优化,提高系统的吞吐率并降低功耗。本课题的研究具有极强的应用背景和很高的学术价值,并将促进我国在多核处理器领域的研究。

中文关键词: 多核处理器;任务调度;任务映射;吞吐率;任务划分

英文摘要: With high performance and low power dissipation, multi-core processor has gained prominence instead of single core processor. The emergence of multi-core processor provides an opportunity for parallel implementation of varieties of applications. But at the same time, it also poses new challenges to how to improve application performance by exerting the parallel characteristics of multi-core processor.The current parallelizing compilers do not give much support for mapping applications onto multi-core processor, which heavily hampers the potential performance of multi-core processors to play. This project will research systematically the multi-core processor's mapping methodologies for communication and multimedia application by decomposing it into two stages. The first stage is task modules generation, and the second one is task scheduling and mapping. During the task generation stage, we will deeply excavate the parallel characteristics of the application in four-dimensional space and generate the optimized communications task graph with static information extraction and dynamic simulation method. In the task scheduling and mapping phase, we will integrate the task scheduling and mapping process, and take full use of three dimensional parallel strategies to optimize multiple objectives, improve the system throu

英文关键词: multi-core processor;task schedule;task mapping;throughput;task partition

成为VIP会员查看完整内容
0

相关内容

《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
62+阅读 · 2022年4月13日
【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
88+阅读 · 2022年4月5日
面向大数据处理框架的JVM优化技术综述
专知会员服务
16+阅读 · 2021年11月27日
专知会员服务
34+阅读 · 2021年8月1日
《多任务学习》最新综述论文,20页pdf
专知会员服务
121+阅读 · 2021年4月6日
专知会员服务
69+阅读 · 2021年3月29日
最新《图像到图像转换:方法与应用》综述论文,19页pdf
专知会员服务
31+阅读 · 2021年1月25日
最新【图神经网络计算】2020综述论文,23页PDF
专知会员服务
192+阅读 · 2020年10月3日
下一代对话系统中的关键技术(下篇)
PaperWeekly
2+阅读 · 2022年4月1日
谷歌提出MaskGIT:掩码生成图像Transformer
CVer
2+阅读 · 2022年3月21日
TurboTransformers开源技术文档
微信AI
0+阅读 · 2020年4月24日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
18+阅读 · 2018年11月27日
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
Arxiv
0+阅读 · 2022年4月20日
Building Odia Shallow Parser
Arxiv
0+阅读 · 2022年4月19日
Arxiv
27+阅读 · 2021年2月17日
小贴士
相关VIP内容
《面向制造业的数字化仿真分类》国家标准意见稿
专知会员服务
62+阅读 · 2022年4月13日
【博士论文】多任务学习视觉场景理解,140页pdf
专知会员服务
88+阅读 · 2022年4月5日
面向大数据处理框架的JVM优化技术综述
专知会员服务
16+阅读 · 2021年11月27日
专知会员服务
34+阅读 · 2021年8月1日
《多任务学习》最新综述论文,20页pdf
专知会员服务
121+阅读 · 2021年4月6日
专知会员服务
69+阅读 · 2021年3月29日
最新《图像到图像转换:方法与应用》综述论文,19页pdf
专知会员服务
31+阅读 · 2021年1月25日
最新【图神经网络计算】2020综述论文,23页PDF
专知会员服务
192+阅读 · 2020年10月3日
相关资讯
下一代对话系统中的关键技术(下篇)
PaperWeekly
2+阅读 · 2022年4月1日
谷歌提出MaskGIT:掩码生成图像Transformer
CVer
2+阅读 · 2022年3月21日
TurboTransformers开源技术文档
微信AI
0+阅读 · 2020年4月24日
【数字孪生】九论数字孪生
产业智能官
57+阅读 · 2019年7月6日
【边缘计算】边缘计算面临的问题
产业智能官
17+阅读 · 2019年5月31日
面向云端融合的分布式计算技术研究进展与趋势
中国计算机学会
18+阅读 · 2018年11月27日
相关基金
国家自然科学基金
0+阅读 · 2015年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
2+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员