[发明专利]一种基于动态任务粒度的负载均衡集群渲染方法

说明书

本发明公开了一种基于动态任务粒度的负载均衡集群渲染方法，属于计算机集群渲染技术领域，解决粗粒度的帧间调度策略在集群规模增大时会出现明显负载不均衡以及细粒度的帧内调度策略会增加执行开销并降低作业整体性能的问题。该方法首先根据渲染节点的个数决定进行帧间调度的帧数，然后利用帧间相关性提出交错任务划分方法进行帧的分发，最后将剩余的帧拆分成多个更小粒度的区块来实现负载均衡，从而提高资源利用率，有效的平衡渲染节点之间的工作负载，提升集群渲染系统的整体性能。

技术领域

本发明属于计算机集群渲染技术领域，涉及集群渲染管理系统中一种基于动态任务粒度的负载均衡方法。

背景技术

近年来，动漫影视产业的发展势头迅猛，随着3D、4D的兴起和高清动漫的趋热，作为动漫制作核心环节之一的真实感渲染也面临巨大的挑战，一些复杂镜头的单帧图像的渲染需要几个小时甚至几天才能完成。虽然过去几十年计算机的计算能力成倍增长，但是对动漫电影真实感和分辨率越来越严苛的要求导致渲染时间依然没有下降。为了按时完成任务，许多大型动画工作室都会耗费大量的金钱搭建自己的本地渲染农场或使用云渲染农场，它利用渲染任务的天然并行性，通过任务的划分在集群上并行地渲染图片，达到缩短时间的目的。

集群渲染又称作分布式渲染或者渲染农场。集群渲染系统通常分为硬件部分与软件部分。硬件部分由渲染节点与存储节点组成，渲染节点上运行着渲染软件，渲染作业在渲染节点上得到执行并输出渲染后图片；存储节点上存放渲染作业执行所需要的文件信息。集群渲染系统的软件部分是指集群渲染管理系统，该系统负责统一分配渲染节点资源和渲染作业调度，调度各个渲染作业使得各渲染作业以并行方式高效完成。

现有的渲染作业调度算法大致可分为两类：帧间调度和帧内调度。帧间调度以渲染作业中的一帧为最小任务粒度，粗粒度的任务分发降低了调度复杂度及作业的执行开销，因此广泛应用于离线渲染。而帧内调度在更细粒度上对每一帧图片进行划分，实现了帧内的并行渲染，适用于对帧率有一定要求的实时渲染。

目前，渲染领域的负载均衡研究普遍集中在面向实时渲染的帧内调度算法中。依据图元从对象空间到屏幕空间转换过程中渲染任务重新分配的位置不同，帧内调度可以分为sort-first，sort-middle和sort-last三种方式。其中，sort-first方式在几何变换前就完成了图元的分配，避免了大量图元数据在处理器之间的迁移，但容易造成负载不均衡从而影响帧率。针对此问题，一种基于历史帧渲染时间信息的动态负载均衡算法被提出，它根据上一帧的渲染时间调整子区域的划分，使下一帧每个子区域的负载相对平衡。也有利用数据的冗余存储，避免任务迁移时的数据迁移，实现了计算节点间的负载均衡的策略。利用帧内空间相关性以及更细粒度的区域划分的方法，也可以平衡各个处理器间的负载。

由于离线动漫渲染更注重作业的整体完成时间而不是每帧的渲染时间，因此细粒度的帧内调度在面向离线渲染时一方面会带来更好的负载均衡，另一方面却由于重复计算的开销影响作业的整体完成时间。而随着渲染集群规模的增大，每个计算节点的任务执行时间越来越短，粗粒度的帧间调度策略所引起的负载不均衡对并行计算加速比的影响越来越大。

发明内容

本发明为了克服上述技术在集群渲染管理平台上应用的不足，解决粗粒度的帧间调度策略在集群规模增大时会出现明显负载不均衡以及细粒度的帧内调度策略会增加执行开销并降低作业整体性能的问题。提出一种基于动态任务粒度的负载均衡方法，该方法充分考虑了粗粒度分发所引起的负载不均衡以及细粒度分发导致的开销对并行计算的加速比的影响，从而提提高资源利用率，有效的平衡渲染节点之间的工作负载，提升集群渲染系统的整体性能。

本发明的技术方案是：一种基于动态任务粒度的负载均衡集群渲染方法，其特征在于，该方法包括下述内容：

(1)根据集群渲染节点的个数，选择帧数进行粗粒度的帧间调度；

(2)利用帧间相关性，帧间调度采用交错任务划分方法将第一步挑选的帧集合分发给各个渲染节点；