基于Rose中间件的代码多粒度并行转换和翻译方法及系统

    公开(公告)号:CN118426744A

    公开(公告)日:2024-08-02

    申请号:CN202410059937.X

    申请日:2024-01-15

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于Rose中间件的代码多粒度并行转换和翻译方法及系统,首先采用Rose编译器作为基础对串行源代码进行分析,生成对应的AST抽象语法树中间表示形式,对AST进行遍历提取循环部分;然后判断是否存在可并行的循环结构;确定是否要进行下一步的循环并行优化,不需要进行循环并行优化的代码保留原有的串行结构;根据识别出的循环类型,进行相对应的循环并行优化;接着将串行代码映射到CPU,并行优化的代码映射到对应GPU多线程;最后Rose编译器反解析替换后的AST中间形式,得到对应的CPU+GPU多粒度并行代码。本发明一方面通过CPU+GPU异构计算极大的加速代码执行速度,另一方面通过端到端的自动转化极大减少相关工作者将原有代码转换为并行代码所需的时间。

    一种基于合作博弈论的负载均衡系统、方法及设备

    公开(公告)号:CN118152110A

    公开(公告)日:2024-06-07

    申请号:CN202311847376.1

    申请日:2023-12-28

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于合作博弈论的负载均衡系统、方法及设备,应用于负载均衡系统;所述系统中服务器包括分配服务器、领袖服务器、普通服务器和虚拟机;所述方法设置负载阈值,包括负载上限阈值与负载下限阈值;当一个服务器的资源使用率在一个时间窗口内超过其负载上限阈值的次数大于预设次数时,它就被视为处在过载状态;而当一个服务器在一个时间窗口内低于其负载下限阈值的次数大于预设次数时,它就被视为处在欠载状态;当某个服务器处在过载状态或欠载状态时,该服务器就作为组内发起者启动该组的负载均衡机制;本发明在负载预测和平衡工作负载方面具有较好的表现,可以作为一种创新的负载均衡解决方案。

    一种基于异构计算平台的GPU资源调度方法及系统

    公开(公告)号:CN118093170A

    公开(公告)日:2024-05-28

    申请号:CN202410178435.9

    申请日:2024-02-09

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于异构计算平台的GPU资源调度方法及系统,首先选取GPU作为通用资源并把分散异构计算平台下的GPU资源进行集中,形成一个GPU资源池,供调度器调度;其次采集异构平台的监控数据,运用不同平台下的工具采集数据,采集到的数据可能由于设备出现故障、网络问题、软件运行问题等出现数据异常,可以通过异常检测算法来识别和定位异常数据,并及时采取措施进行处理;接着针对异构平台资源调度开销大、效率低等问题,通过预测调度算法预测平台的资源使用趋势,提前为平台合理分配资源;最后,通过上述预测结果,使用调度器合理分配资源,提高GPU资源利用率。

    基于多元注意力双向GRU网络的数据中心工作负载预测方法

    公开(公告)号:CN117632678A

    公开(公告)日:2024-03-01

    申请号:CN202311633574.8

    申请日:2023-11-29

    Applicant: 武汉大学

    Abstract: 本发明公开了一种基于多元注意力双向GRU网络的数据中心工作负载预测方法,首先对数据集进行数据预处理,然后转换生成所需的时间序列,接着对时间序列进行聚类处理最后通过多元注意力双向GRU网络预测数据,本发明将Bi‑GRU、Bi‑LSTM和注意力机制集成在一起,这有助于在各个时间戳处提取相关的输入时间序列片段并执行权重分配过程。每个簇都通过使用多层的Bi‑GRU和Bi‑LSTM深度学习网络模型进行训练。MAB‑GNM模型包含3个作为主要特征学习层的Bi‑GRU层,然后是一个用于特征学习的Bi‑LSTM层。这样的堆叠结构使得MAB‑GNM模型可以使用资源的历史利用率日志来进行工作负载预测。

Patent Agency Ranking