[发明专利]一种分布交互仿真系统的并行仿真作业调度方法

说明书

本发明一个实施例公开一种分布交互仿真系统的并行仿真作业调度方法，包括：S10、将系统的仿真程序和依赖库部署到高性能集群，注册系统为能提交的作业应用模板；S20、将系统的输入文件上传到输入读取路径，确定每个组成仿真程序的输入文件，并解析输入参数；S30、为每个组成仿真程序分配仿真节点，并确保都分配到仿真节点；S40、加载各组成仿真程序的输入参数，并运行启动脚本，启动成功则成功启动运行所述系统实例；S50、支持外部程序或用户页面与所述系统实例的指定组成仿真程序进行接口调用交互或图形界面交互，支持在仿真过程中给外部输入指令或反馈内部仿真状态；S60、发送分布交互仿真停止命令，或等待分布交互仿真结束。

技术领域

本发明涉及并行仿真作业调度方法领域，更具体地，涉及一种分布交互仿真系统的并行仿真作业调度方法、计算机设备和可读存储介质。

背景技术

当前，随着基于模型系统工程、赛博物理融合系统、大数据人工智能等技术在产品全生命周期活动中应用的不断深入及其对仿真互操作要求的不断增加，仿真的开发大大突破了传统的局域网范围向全球的互联网范围延伸，仿真的部署突破了传统的单一桌面模式向各类异构终端模式扩展，仿真的运行突破了传统的离线小规模验证向按需随时在线大规模分析发展。

分布交互仿真系统因其能够实现不同专业仿真模型及求解器的互联、互通和互操作，将能够有效整合来自不同地域、不同主体的团队协作实现仿真系统的开发。同时，因为不同专业各司其职，仿真系统能够更逼真地反映对应的产品的真实功能、性能和构造。然而，分布交互仿真系统存在的问题是，通常和分布的(异构)终端紧密绑定，基本上只能串行地进行仿真，无法开展大规模仿真分析。

并行仿真是专门为了开展大规模仿真分析而设计的技术，能够将一个仿真程序分解到包含多个处理器的计算机系统上并行执行。但是，并行仿真和分布交互仿真还是有很大不同，如表1所示，从计算平台体系结构上讲，并行仿真使用的并行计算机多为紧耦合类型，而分布交互仿真使用的计算环境多为松耦合型；从计算模型上讲，并行仿真多采用SPMD(单程序多数据，Single Program Multi Data)模式，每个处理器上执行相同的程序，而分布交互仿真更加注重不同仿真模型之间的互操作性以及协同完成仿真计算的能力，运行在每个计算平台上的仿真程序并不相同。目前，并行仿真框架还不能支持对分布交互仿真进行调度。

表1并行仿真与分布式仿真的对比

现有的并行仿真技术的发展也在考虑作业级并行、模型级并行和算法级并行等多级并行，但是因为分布交互仿真系统存在异构性，并不能支持对分布交互仿真系统进行并行调度。分布交互仿真系统存在的异构性包括仿真程序(含模型、求解器)的不同、依赖的软件环境(主要是依赖库、环境变量和操作系统等)的不同以及依赖的硬件环境(主要是CPU/GPU、内存、网络等)的不同，目前的并行仿真引擎不能够动态实现这些方面的资源分配、环境配置和程序调度。

另外，目前的并行仿真主要在高性能集群中执行，但是目前高性能集群中的调度手段也都不能支持对分布交互仿真系统进行并行调度。面向并行仿真的分布交互仿真系统调度属于作业级并行，目前的作业调度软件(如PBS、LFS等)只能支持单仿真软件的作业调度(包括在多计算节点上的同构程序并行求解)和图形交互，也不能面向分布交互仿真系统进行资源分配、环境配置和程序调度。

发明内容

为了解决上述问题中的至少一个，本发明第一方面提供一种分布交互仿真系统的并行仿真作业调度方法，包括：

S10、将分布交互仿真系统的仿真程序和依赖库部署到高性能集群，注册所述分布交互仿真系统为能提交的作业应用模板；

S20、将所述分布交互仿真系统的输入文件上传到所述高性能集群中的共享存储下的输入读取路径，根据注册时作业应用描述文件中的配置确定分布交互仿真系统的每个组成仿真程序的输入文件，并解析所需要的输入参数；