基于SVM的CPU-GPU异构系统任务分配模型
来源期刊：东北大学学报(自然科学版)2016年第8期
论文作者：王彦华 乔建忠 林树宽 赵廷磊
文章页码：1089 - 1094
关键词：图形处理单元;支持向量机;异构系统;机器学习;任务预处理;任务分配;
摘 要：为了改善异构系统的性能和效率,提出并实现了一个两阶段的任务分配模型.该模型对预分配给CPU和GPU的任务集进行多轮调整,以此最大程度地缩短程序的执行时间.首先,使用支持向量机进行任务预处理,支持向量机将任务分成CPU型和GPU型;然后,根据预处理结果以及处理器的特征和状态,并在对分配集合进行多轮调整后实施实际的任务分配.本模型在具体的异构系统中实现,使用多种基准程序进行检测.实验结果表明,对比其他任务分配算法,本文算法能够使性能获得平均43.54%的提升.
王彦华，乔建忠，林树宽，赵廷磊
东北大学计算机科学与工程学院
摘 要：为了改善异构系统的性能和效率,提出并实现了一个两阶段的任务分配模型.该模型对预分配给CPU和GPU的任务集进行多轮调整,以此最大程度地缩短程序的执行时间.首先,使用支持向量机进行任务预处理,支持向量机将任务分成CPU型和GPU型;然后,根据预处理结果以及处理器的特征和状态,并在对分配集合进行多轮调整后实施实际的任务分配.本模型在具体的异构系统中实现,使用多种基准程序进行检测.实验结果表明,对比其他任务分配算法,本文算法能够使性能获得平均43.54%的提升.
关键词：图形处理单元;支持向量机;异构系统;机器学习;任务预处理;任务分配;
