[发明专利]一种MPI消息通信算法的优化方法、装置、设备及可读介质

权利要求书

1.一种MPI消息通信算法的优化方法，其特征在于，包括以下步骤：

获取并行应用程序调用的若干MPI函数，并将所述MPI函数使用的若干通信算法进行编号；

基于所述若干通信算法的编号生成状态向量，将所述状态向量的变化作为动作集以构建动作价值函数；

将所述应用程序单步运行速度作为奖励，通过强化学习算法基于所述奖励对所述动作价值函数进行迭代计算，以得到收敛后的最优结果；以及

根据所述最优结果映射对应的通信算法作为最优通信算法，并基于所述最优通信算法调用底层基本通信模块进行交互。

2.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，获取并行应用程序调用的若干MPI函数包括：

响应于接收到并行应用程序调用MPI函数的指令，通过MPI函数接口获取所述应用程序调用的MPI函数。

3.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，基于所述若干通信算法的编号生成状态向量包括：

基于所述若干通信算法的编号生成状态向量，所述状态向量中的元素为所述若干通信算法的编号。

4.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，将所述状态向量的变化作为动作集以构建动作价值函数包括：

将所述状态向量的变化作为动作集，并基于所述状态向量当前状态和所述动作集构建动作价值函数。

5.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，将所述应用程序单步运行速度作为奖励包括：

根据所述应用程序单步运行的平均时间得到所述应用程序单步运行速度，并将所述应用程序单步运行速度作为奖励。

6.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，通过强化学习算法基于所述奖励对所述动作价值函数进行迭代计算，以得到收敛后的最优结果包括：

初始化所述动作价值函数，并设置所述动作价值函数的当前状态；

根据所述当前状态从所述动作集中选择一个动作进行执行以得到奖励和下一状态，并基于所述奖励和下一状态对所述动作价值函数进行更新，且记录当前迭代次数；

响应于迭代次数未达到预设次数，将所述下一状态作为当前状态并返回上一步骤；

响应于迭代次数达到预设次数，将得到的当前状态作为终止状态，确认所述终止状态为迭代的最优结果。

7.根据权利要求1所述的MPI消息通信算法的优化方法，其特征在于，所述强化学习算法包括Q-Learning算法。

8.一种MPI消息通信算法的优化装置，其特征在于，包括：

初始模块，配置用于获取并行应用程序调用的若干MPI函数，并将所述MPI函数使用的若干通信算法进行编号；

函数构建模块，配置用于基于所述若干通信算法的编号生成状态向量，将所述状态向量的变化作为动作集以构建动作价值函数；

强化学习模块，配置用于将所述应用程序单步运行速度作为奖励，通过强化学习算法基于所述奖励对所述动作价值函数进行迭代计算，以得到收敛后的最优结果；以及

执行模块，配置用于根据所述最优结果映射对应的通信算法作为最优通信算法，并基于所述最优通信算法调用底层基本通信模块进行交互。

9.一种计算机设备，其特征在于，包括：

至少一个处理器；以及

存储器，所述存储器存储有可在所述处理器上运行的计算机指令，所述指令由所述处理器执行时实现1-7任意一项所述方法的步骤。

10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1-7任意一项所述方法的步骤。