[发明专利]基于图相似性分析的异构可重构任务划分信息处理方法

说明书

技术领域

本发明涉及一种计算机任务的划分信息处理方法，尤其是涉及一种基于图相似性分析的异构可重构任务划分信息处理方法。

背景技术

异构可重构计算是目前高性能计算中一种新的体系结构，是一种基于同构体系结构新的发展。异构可重构计算是基于异构可重构计算是目前高效能并行计算的最典型的模式。要实现计算任务在体系结构高效能的运行，关键是要将计算任务合理的分配到相应的异构可重构计算系统上，充分利用异构部件特性。如何实现计算任务有效的分配及运行，首先需要将计算任务实现合理划分。目前还没有直接显示划分的有效办法，但任务划分是并行计算的首要步骤，也是高效能计算设计的关键步骤，任务划分策略的好坏直接影响到负载平衡性、通信复杂度、任务间的依赖性以及任务间的同步方式和同步频繁程度等。

通常任务划分的方法有递归划分、功能划分、数据划分、探测性划分等等，这些方法在宏观上解决了计算任务的显示划分。在微观上，常用的技术方法有图划分，超图划分技术等。其中利用DAG图进行任务划分是最典型的方法。DAG的划分方法目前已经有很多，例如图的等分划分技术，各种启发式的任务划分方法。这些方法在一定程度上解决了同构系统的任务划分。但是异构可重构计算和传统的并行计算的最大区别在于处理器异构，系统可重构，仅从计算任务来进行任务划分而不考虑实际的并行系统的异构及重构情况，就会造成资源浪费，系统利用率降低，不能充分发挥系统的性能。

发明内容

本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于图相似性分析的异构可重构任务划分信息处理方法。

本发明的目的可以通过以下技术方案来实现：

一种基于图相似性分析的异构可重构任务划分信息处理方法，其特征在于，包括以下步骤：

1)给定计算任务TG＝(V，E，H，W，C)，异构可重构体系结构图AG＝(P^*，E^*，H^*，W^*，C^*)V表示任务节点，E表示任务间通信关系，H表示异构特征，W表示任务计算量，C表示通信量；P^*表示处理器节点，E^*表示处理器之间的通信关系，H^*表示处理器的异构特征，W^*表示处理器的计算能力，C^*表示处理器之间的通信能力；

2)在TG利用贪心算法找到与AG共同的最大子图CurG；

3)将这个子图作为G₁加入TG划分集P，并将此子图从TG中删除；

4)在剩余的TG中，找一个起始点V₂，并依次加入其相邻的变和顶点，最终形成G₂，将G₂加入TG划分集P，并将此子图从TG中删除，依次类推，划分完整个TG，直至最后的G_k+1与AG的相似度小于设定的阈值；

3)最终形成AG的划分集P＝{G₁，G₂，…，G_k}。

所述的TG利用贪心算法找到与AG共同的最大子图CurG具体步骤为：

首先对AG和TG分别进行宽度优先遍历得到A，B子序列，然后确定A在B中的位置，此位置在TG的点即为V₁；若记CurG＝{V₁}，逐步将B的子串加入CurG，若和V₁关联，直接将其加入CurG中，否则找下一个字母，直至遍历完B的子串。

所述的找一个起始点V₂，并依次加入其相邻的边和顶点，最终形成G₂具体为：

首先对AG和TG-CurG分别进行宽度优先遍历得到A，B子序列，然后确定A在B中的位置，此位置在TG-CurG的点即为V₂；并记G₂＝{V₂}，逐步将B的子串加入G₂，若和V₂关联，直接将其加入G₂中，否则找下一个字母，直至遍历完B的子串。

与现有技术相比，本发明具有以下优点：

1、借鉴传统图相似理论，提出通过图相似分析计算任务和体系结构内在的联系，用两者之间的存在部分相似关系来弥补计算任务和体系结构不匹配的情况。