[发明专利]基于Q学习的异构平台任务调度方法及系统

说明书

本发明属于异构多处理器计算技术领域，特别涉及一种基于Q学习的异构平台任务调度方法及系统，将所有任务作为Q学习的状态空间，处理器集合作为动作空间，等待分配的任务作为当前状态，依据Q学习中任务映射到动作空间所需要的的执行时间来获取任务初始映射方案；创建遗传算法模型，对任务初始映射方案进行适应度评估，并依据适应度设定遗传算法模型中复制到下一代种群中的个体，对保留个体进行交叉变异，确定新种群优化效率及最小阈值；依据遗传算法模型获取模型中任务到处理器映射的近似最优解；将模型近似最优解转换为蚁群信息初始信息分布，根据信息分布并通过蚁群算法迭代搜索输出最优路径来获取任务调度最优方案，以较好提升异构平台性能。

技术领域

本发明属于异构多处理器计算技术领域，特别涉及一种基于Q学习的异构平台任务调度方法及系统。

背景技术

随着各类信号处理任务对高性能计算要求的不断提高和硬件加速器的快速发展，通用处理器已经无法满足强实时、大规模计算的需求，异构计算系统被越来越多地用于解决复杂任务处理问题。异构体系架构中包含CPU、GPU、FPGA、DSP等一系列结构差异很大的处理器，各处理器间通过特殊的网络或接口连接起来，来满足不同类别计算任务对硬件性能的要求，以提高资源利用率和计算效率。为了满足日趋复杂的信号处理任务的需求，异构多处理器的高效性和可靠性是关键。异构计算系统能否发挥其高性能优势取决于以下几方面：硬件资源平台架构、任务与处理器间的匹配程度、任务调度策略。调度本质上是一个多目标、NP难问题，而异构计算系统的动态性、异构性特点给任务规划增加了一定的难度。但对于一个给定的异构系统，高效的调度策略是提高平台的强实时和高吞吐量性能的关键。

发明内容

针对现有的调度算法存在灵活性低、收敛速度慢、可预测性差等问题，本发明提供一种基于Q学习的异构平台任务调度方法及系统，能及时对网络搜索方向进行调节，同时兼顾局部和全局搜索以获得较好的结果，使异构平台各处理器发挥最大效率，便于任务的并行处理，提升异构平台性能。

按照本发明所提供的设计方案，一种基于Q学习的异构平台任务调度方法，包含如下内容：

将所有任务作为Q学习的状态空间，处理器集合作为动作空间，等待分配的任务作为当前状态，依据Q学习中任务映射到动作空间所需要的的执行时间来获取任务初始映射方案；

创建遗传算法模型，对任务初始映射方案进行适应度评估，并依据适应度设定遗传算法模型中复制到下一代种群中的个体，对保留个体进行交叉变异，确定新种群优化效率及最小阈值；依据遗传算法模型获取模型中任务到处理器映射的近似最优解；

将模型近似最优解转换为蚁群信息初始信息分布，根据信息分布并通过蚁群算法迭代搜索输出最优路径来获取任务调度最优方案。

作为本发明基于Q学习的异构平台任务调度方法，进一步的，系统应用模型表示为G＝{V,E,C,L}，目标系统模型表示为P＝{N,H,W,T}，V为任务集合，E为有依赖关系有向边集合，C为任务计算量集合，L为子任务间通信量，N为处理器集合，H为处理器特征，W为计算开销，T为任务在处理器间的通信开销，依据系统应用模型和目标系统模型两者中的任务集合和处理器集合来获取Q学习的状态空间和动作空间。

作为本发明基于Q学习的异构平台任务调度方法，进一步地，Q学习智能体根据ε-greedy行为策略在当前状态下执行动作，得到任务映射到处理器的Q值，不能够获得立即奖励，转移到新状态；以每次动作执行完成的Q值最小为目标，在新状态下选择具有最小Q值的动作执行，并存储，衰减学习率，将下一状态赋予当前状态，根据ε-greedy行为策略选择下一状态下的动作，来迭代执行，以根据存储情况获得任务初始映射方案。