Алгоритм адаптивного управлению ресурсами в распределенных динамических вычислительных системах на базе динамического управления частотой и напряжением

DOI:

В современных распределенных динамических вычислительных системах эффективное управление ресурсами играет ключевую роль в обеспечении заданной производительности при минимальном энергопотреблении. Одним из подходов, направленных на снижение энергозатрат, является технология динамического управления частотой и напряжением, которая позволяет оптимизировать потребление энергии путем изменения частоты выполнения процессорных ядер в зависимости от текущей нагрузки в распределенных динамических вычислительных системах. Этот метод обеспечивает баланс между производительностью и энергопотреблением, позволяя адаптировать работу системы к различным условиям нагрузки и задачам, что становится особенно важным в условиях переменного рабочего окружения и разнообразных вычислительных задач [1].

Кроме того, в распределенных динамических вычислительных системах, где задачи могут быть запущены или переданы только после завершения предыдущих, возникают дополнительные сложности в управлении временем выполнения задач. Этот фактор требует эффективных методов управления частотой и напряжением, учитывающих не только нагрузку на систему, но и соблюдающих временные ограничения выполнения задач.

В данном контексте предлагается альтернативный подход к динамическому управлению ресурсами, основанный на динамическом изменении частоты выполнения задач в зависимости от временных промежутков между завершением одной задачи и началом следующей на локальном ядре. Этот метод, который мы будем называть динамическим управлением ресурсами в распределенных динамических вычислительных системах, позволяет оптимизировать энергопотребление, учитывая временные ограничения задач и обеспечивая оптимальное использование процессорных ресурсов [2].

Такой подход позволяет не только снизить энергозатраты, но и обеспечить высокую производительность системы, адаптируя ее к изменяющимся условиям. Разработка эффективных методов управления ресурсами в рамках динамических вычислительных систем становится важным направлением исследований, обеспечивая оптимальное сочетание производительности и энергосбережения в различных сценариях работы системы [3].

ПОДХОД ДИНАМИЧЕСКОГО УПРАВЛЕНИЯ ЧАСТАТОЙ И НАПРЯЖЕНИЕМ В РАСРЕДЕЛЕННЫХ ДИНАМИЧЕСКИХ СИСТЕМАХ

Технология динамического управления частотой и напряжением позволяет еще больше снизить энергопотребление при ограничении времени выполнения задачи.

Если технология динамического управления частотой и напряжением применяется для снижения частоты выполнения высокопроизводительного ядра таким образом, чтобы высокопроизводительное ядро имело ту же производительность, что и низкопроизводительное ядро, высокопроизводительное ядро по-прежнему потребляет больше энергии, чем низкопроизводительное ядро [4]. Из-за требований к последовательности выполнения частей распределенных задач в РДВС, то есть задачи могут выполняться или передаваться только одна за другой, фактическое время начала Sl\ задачи taski может быть позже, чем время ее готовности RTi. В этом случае предшественники задачи taski могут выполняться с меньшей частотой, чтобы использовать пробел между STiи RTi.

Простая реализация алгоритма динамического управления частотой и напряжением выглядит следующим образом: для каждой задачи мы пробуем каждый уровень частоты выполнения в порядке возрастания и перепланируем задачи до тех пор, пока не найдем частоту выполнения, которая может удовлетворить ограничение по времени завершения выполнения задачи. Если частота выполнения задачи изменяется, все расписание может быть изменено из-за требований приоритета задач. Нам нужно перепланировать все задачи после одного единственного изменения частоты выполнения задачи. Поэтому предложена другая реализацию алгоритма динамического управления частотой и напряжением для снижения временной сложности [5].

Предлагаемый алгоритм динамического управления частотой и напряжением: для каждой локальной задачи, если есть временной промежуток времени между временем окончания этой задачи task i и временем начала следующей задачи task j на том же локальном ядре, мы перебираем каждый уровень частоты выполнения в порядке возрастания (всего имеется M уровней частоты) до тех пор, пока не найдем частоту выполнения, которая не откладывает время начала задачи task j .

Алгоритм динамического управления частотой и напряжением :

Входные данные: результат планирования, сгенерированный алгоритмом переноса задач.

Выходные данные: расписание задач с новым назначением частоты выполнения для задач.

for each local task taski do flag = 0; m = 1;

while flag == 0 and m < M do calculate the new finish time FT™6™ if taski is executed using the mth frequency;

if 3 next task task j on the same core then

Информатика. Экономика. Управление// Informatics, Economics, Management 2023; 2(4)

Ит₁ = ST j ;

else {% task task j is the last task on this core} Ит_г = T^max ;

end if if taskj £ exit tasks then

И^т2 = ^m^^ task j Esucc(task j ) S^T j ;

else

Hm₂ = T^max ;

end if if pTTiexv < 1(т1 and FT^ < Hm2 then flag = 1;

assign the mth frequency to task task ^ ;

update the finish time of task j ;

end if end while end for

В качестве примера дан граф задач на рисунке 1. Здесь же ниже представлен результат планирования задач, сгенерированный алгоритмом динамического управления частотой и напряжением (ДУЧиН).

Рисунок 1. Результат планирования задач, сгенерированный алгоритмом ДУЧиН.

Figure 1. The task scheduling outcome generated by the DUChIN algorithm.

Предполагаем, что для каждого ядра существует М = 3 уровня рабочей частоты. Мы устанавливаем коэффициенты масштабирования частоты как а_к ,1 = 0.2, а_к ,2 = 0.5, а_{к 3} = 1 для к = 1, 2, 3. у_к = 2 для к = 1,2, 3.

ЗАКЛЮЧЕНИЕ

В заключении подчеркиваем, что разработанный нами алгоритм динамического управления ресурсами в распределенных динамических вычислительных системах представляет собой эффективное решение для оптимизации энергопотребления и производительности. Наш подход позволяет адаптировать частоту выполнения задач и энергопотребление в реальном времени, учитывая динамические изменения нагрузки и ограничения времени выполнения задач. Полученные результаты подтверждают эффективность нашего алгоритма, что открывает перспективы для его использования в различных приложениях, требующих оптимального управления ресурсами и повышенной энергоэффективности в динамических вычислительных средах. Эти выводы подчеркивают значимость нашего исследования в контексте создания устойчивых и энергоэффективных вычислительных систем, обеспечивающих оптимальное распределение ресурсов и улучшение общей производительности в динамично меняющихся условиях работы.