[论文解读] Automatic Mapping Tasks to Cores - Evaluating AMTHA Algorithm in Multicore Architectures

Laura Cristina De Giusti, Franco Chichizola+3 more|arXiv (Cornell University)|Apr 19, 2010

Distributed and Parallel Computing Systems参考文献 24被引用 10

一句话总结

本文提出AMTHA算法，用于多核架构中的自动任务到核心映射，采用预测模型（MPAHA）以优化性能。该算法在合成工作负载上进行了评估，预测执行时间与实际执行时间之间表现出强相关性，证明其在异构多核环境中具有极低开销的高效性。

ABSTRACT

The AMTHA (Automatic Mapping Task on Heterogeneous Architectures) algorithm for task-to-processors assignment and the MPAHA (Model of Parallel Algorithms on Heterogeneous Architectures) model are presented. The use of AMTHA is analyzed for multicore processor-based architectures, considering the communication model among processes in use. The results obtained in the tests carried out are presented, comparing the real execution times on multicores of a set of synthetic applications with the predictions obtained with AMTHA. Finally current lines of research are presented, focusing on clusters of multicores and hybrid programming paradigms.

研究动机与目标

• 解决异构多核架构中高效任务映射的挑战。
• 开发一种自动算法（AMTHA），基于通信和性能模型优化任务到核心的分配。
• 评估AMTHA的预测结果与真实多核系统中执行时间的匹配度。
• 探索将AMTHA扩展至多核集群和混合编程模型的潜力。
• 验证MPAHA模型作为并行任务调度中性能预测可靠框架的有效性。

提出的方法

• AMTHA使用性能模型（MPAHA）预测异构核心间任务的执行时间和通信成本。
• 该算法分析任务依赖关系和通信模式，将任务分配给能最小化整体执行时间的核心。
• 其通信模型考虑了多核系统中核心间数据传输的开销。
• 该方法依赖合成应用程序，在受控条件下测试和验证映射策略。
• 将执行时间预测结果与真实多核硬件上的实测数据进行对比，以评估预测精度。
• 该方法支持动态自适应，并设计用于集成到运行时系统或编译器中。

实验结果

研究问题

• RQ1 AMTHA在多核架构中对任务映射的执行时间预测精度如何？
• RQ2 通信开销对异构多核系统中任务映射效率有何影响？
• RQ3 AMTHA的预测性能与真实硬件上的实测执行时间相比如何？
• RQ4 MPAHA模型能否有效表征多核环境中的任务和通信行为？
• RQ5 当AMTHA扩展至多核集群时，其可扩展性和适应性极限是什么？

主要发现

• AMTHA表现出高预测精度，其预测的执行时间与真实多核系统中的实测时间高度吻合。
• MPAHA中的通信模型有效捕捉了核心间数据传输的成本，从而提升了映射决策的质量。
• 通过优化任务放置，该算法降低了不同核心配置下执行时间的方差。
• 评估结果表明，AMTHA可在无需大量性能分析或运行时监控的情况下可靠预测性能。
• 结果支持将AMTHA作为轻量级、高效的自动任务映射解决方案，适用于多核环境。
• 未来工作表明，其在集群和混合编程模型中具有扩展潜力，暗示更广泛的应用前景。