1、隨著科學(xué)研究規(guī)模的不斷擴(kuò)大以及云計(jì)算與大數(shù)據(jù)技術(shù)的出現(xiàn)，高性能計(jì)算已經(jīng)從計(jì)算密集型向數(shù)據(jù)密集型轉(zhuǎn)變。龐大的數(shù)據(jù)對(duì)高性能計(jì)算提出了更大的挑戰(zhàn)，研究人員需要采集與處理海量的數(shù)據(jù)用于研究與解決復(fù)雜的科學(xué)計(jì)算問(wèn)題。同時(shí)，由于“綠色計(jì)算”已經(jīng)成為一種趨勢(shì)，如何減少各種計(jì)算系統(tǒng)在執(zhí)行應(yīng)用時(shí)所消耗的資源、能量和預(yù)算等成本問(wèn)題已經(jīng)成為當(dāng)前工業(yè)界和學(xué)術(shù)界共同關(guān)注和研究的熱點(diǎn)。在高性能計(jì)算中，任務(wù)的調(diào)度和數(shù)據(jù)分配是達(dá)到高性能與節(jié)能減排的一個(gè)關(guān)鍵研究點(diǎn)。任務(wù)

2、的調(diào)度和數(shù)據(jù)分配是相互關(guān)聯(lián)的，任務(wù)調(diào)度會(huì)影響其所需數(shù)據(jù)的放置位置，數(shù)據(jù)分配會(huì)影響其所支持任務(wù)的調(diào)度節(jié)點(diǎn)的位置，不合理的數(shù)據(jù)放置與任務(wù)調(diào)度方案容易導(dǎo)致存儲(chǔ)訪問(wèn)時(shí)間過(guò)長(zhǎng)，降低任務(wù)的吞吐率，影響系統(tǒng)的工作效率。此外，不合理的數(shù)據(jù)分配與任務(wù)放置還會(huì)影響系統(tǒng)的能耗及可靠性。因此，對(duì)任務(wù)的調(diào)度和數(shù)據(jù)分配作為一個(gè)不可分割的整體進(jìn)行研究具有重要的理論價(jià)值和實(shí)際意義。本文著重于多核環(huán)境下的任務(wù)的調(diào)度和數(shù)據(jù)分配關(guān)鍵技術(shù)的研究，通過(guò)合理的任務(wù)調(diào)度和數(shù)據(jù)分配使

3、系統(tǒng)總能耗最小化、并行任務(wù)總體執(zhí)行時(shí)間縮短、滿足應(yīng)用需求，并能隱藏存儲(chǔ)延遲。
　　本文首先研究了多核計(jì)算上的嵌套循環(huán)應(yīng)用的調(diào)度問(wèn)題。大多數(shù)科學(xué)應(yīng)用與信號(hào)處理應(yīng)用都是循環(huán)迭代的，當(dāng)把這些用于放在多核處理器執(zhí)行時(shí)會(huì)面臨兩方面的挑戰(zhàn)。一方面，大多數(shù)應(yīng)用都是計(jì)算敏感型和數(shù)據(jù)敏感型的應(yīng)用，一個(gè)效率低下的調(diào)度有可能產(chǎn)生大量的寫(xiě)操作，從而消耗大量時(shí)間和能耗;另一方面，由于CPU的執(zhí)行速度在快速上升，緩慢的存儲(chǔ)訪問(wèn)速度降低了系統(tǒng)的整體性能。針對(duì)上

4、述問(wèn)題，本文建立了基于多維循環(huán)數(shù)據(jù)流圖(MDFG)任務(wù)調(diào)度模型，使用高速暫存存儲(chǔ)器(SPM)來(lái)代替緩存，提出了兩層分塊調(diào)度技術(shù)。這種多層分塊技術(shù)基于預(yù)取技術(shù)，通過(guò)把嵌套循環(huán)進(jìn)行多層分塊，從而以塊為單位進(jìn)行調(diào)度來(lái)減少寫(xiě)操作，并且通過(guò)重疊處理器計(jì)算與存儲(chǔ)訪問(wèn)操作的時(shí)間來(lái)提高處理器計(jì)算的吞吐率和系統(tǒng)的整體性能。模擬實(shí)驗(yàn)結(jié)果表明，兩層分塊調(diào)度技術(shù)與IRP技術(shù)相比，可以減少45.35％的寫(xiě)操作以及調(diào)度時(shí)間可以縮短23.7％。
　　其次，針對(duì)

5、分布式共享存儲(chǔ)計(jì)算系統(tǒng)的計(jì)算異構(gòu)、通信異構(gòu)和存儲(chǔ)異構(gòu)等特點(diǎn)，本文致力于解決異構(gòu)數(shù)據(jù)分配與任務(wù)調(diào)度（HDATS）的能耗問(wèn)題，使數(shù)據(jù)依賴的實(shí)時(shí)應(yīng)用在異構(gòu)分布式共享多核系統(tǒng)中執(zhí)行時(shí)，給每個(gè)任務(wù)分配一個(gè)合適的處理器，把每個(gè)數(shù)據(jù)放置到合適的存儲(chǔ)器上，并產(chǎn)生一個(gè)高效的調(diào)度，使之在滿足時(shí)間約束的條件下最小化能量消耗。針對(duì)HDATS的能耗問(wèn)題，建立了整數(shù)線性規(guī)劃(ILP)模型來(lái)尋求最佳解。然而，整數(shù)線性規(guī)劃模型的復(fù)雜度隨著應(yīng)用規(guī)模的增大而呈指數(shù)級(jí)增長(zhǎng)，

6、當(dāng)應(yīng)用規(guī)模較大時(shí)，整數(shù)規(guī)劃不能在可接受的時(shí)間內(nèi)得到最佳解。因此，我們提出了TAC-DA與TRGS兩種啟發(fā)式算法來(lái)解決該問(wèn)題。模擬實(shí)驗(yàn)結(jié)果表明，TAC-DA與TRGS算法能夠有效的找到一個(gè)近似解，且性能優(yōu)于greedy算法。
　　再次，本文致力于解決混合存儲(chǔ)多核系統(tǒng)上的數(shù)據(jù)分配與任務(wù)調(diào)度問(wèn)題。當(dāng)數(shù)據(jù)依賴應(yīng)用運(yùn)行在SRAM+NVM混合本地存儲(chǔ)的多核計(jì)算機(jī)時(shí)，需要解決下列問(wèn)題:改善系統(tǒng)能耗、減少NVM的寫(xiě)操作（改善NVM的壽命）以及縮短

7、應(yīng)用調(diào)度時(shí)間。為了解決這些問(wèn)題，本文首先為單核系統(tǒng)提出一種寫(xiě)感知的數(shù)據(jù)分配算法，然后結(jié)合數(shù)據(jù)分配與任務(wù)調(diào)度提出EADA與BDAEW兩種算法來(lái)解決CMP的數(shù)據(jù)分配與任務(wù)調(diào)度問(wèn)題，在保證系統(tǒng)性能滿足資源限制的前提下最小化能量消耗。模擬實(shí)驗(yàn)結(jié)果表明，本文所提出的算法具有優(yōu)良的性能優(yōu)勢(shì)，且優(yōu)于greedy算法。
　　最后，探討了內(nèi)存計(jì)算平臺(tái)中混合內(nèi)存的高效數(shù)據(jù)管理方案。針對(duì)Flash與PCM具有不同的特征，本文提出一種寫(xiě)意識(shí)的數(shù)據(jù)分配方案