[发明专利]一种MPI参数的调优方法、装置、存储介质和电子设备

说明书

本申请实施例提供一种MPI参数的调优方法、装置、存储介质和电子设备，该调优方法包括：从多个非通用参数组合中随机选取一个未选取过的非通用参数组合；在固定非通用参数组合的情况下，利用多个通用参数组合对通用参数调优模型进行训练，以获得通用参数调优模型的收敛结果，并将收敛结果作为最终通用参数组合；利用非通用参数组合和最终通用参数组合进行应用测试，获得测试结果；若确定测试结果是连续第N次未改进的测试结果，则根据非通用参数组合和最终通用参数组合，确定最优MPI参数。借助于上述技术方案，本申请实施例能够提高调优效率。

技术领域

本申请涉及参数调优领域，尤其涉及一种信息传递接口(Message PassingInterface，MPI)参数的调优方法、装置、存储介质和电子设备。

背景技术

目前，在高性能计算应用的运行过程中，需要针对机器软硬件环境调节适当的参数才能达到最好的性能。

但是，现有的参数调优主要是依靠人工的方式进行调整的，其需要比较大量测试参数组合的测试结果才能确定。

因此，现有技术中至少存在着参数调优效率不高的问题。

发明内容

本申请实施例的目的在于提供一种MPI参数的调优方法、装置、存储介质和电子设备，以解决现有技术中存在着的参数调优效率不高的问题。

第一方面，本申请实施例提供了一种MPI参数的调优方法，该MPI参数包括多个通用参数组合和多个非通用参数组合，该调优方法包括：从多个非通用参数组合中随机选取一个未选取过的非通用参数组合；在固定非通用参数组合的情况下，利用多个通用参数组合对通用参数调优模型进行训练，以获得通用参数调优模型的收敛结果，并将收敛结果作为最终通用参数组合；利用非通用参数组合和最终通用参数组合进行应用测试，获得测试结果；若确定测试结果不是连续第N次未改进的测试结果，则转至从多个非通用参数组合中随机选取一个未选取过的非通用参数组合的步骤，若确定测试结果是连续第N次未改进的测试结果，则根据非通用参数组合和最终通用参数组合，确定最优MPI参数，其中，N为正整数。

因此，本申请实施例通过结合随机算法和深度学习的方法来实现参数的自动调优，从而相比于现有的人工调优的方式，其不仅能够提高调优效率，还可提高参数调优的精准性。

在一个可能的实施例中，调优方法还包括：利用非通用参数组合进行应用测试，以采集应用测试过程中的应用运行数据；将应用运行数据作为经验数据存储到经验池中。

在一个可能的实施例中，利用多个通用参数组合对通用参数调优模型进行训练，以获得通用参数调优模型的收敛结果，并将收敛结果作为最终通用参数组合，包括：从经验池中随机抽取目标经验数据；从多个通用参数组合中选取一个未选取过的通用参数组合，并利用目标经验数据和通用参数组合对通用参数调优模型进行训练，以获得通用参数调优模型的输出结果；若确定输出结果收敛，则将输出结果作为最终通用参数组合，若确定输出结果未收敛，则转至从经验池中随机抽取目标经验数据的步骤。

在一个可能的实施例中，利用目标经验数据和通用参数组合对通用参数调优模型进行训练，以获得通用参数调优模型的输出结果，包括：将目标经验数据和通用参数组合输入到编码器中，以获得特征编码；利用特征编码对通用参数调优模型进行训练，以获得通用参数调优模型的输出结果。