基于粒子群算法的分布式计算系统能效优化方法

池来新 谢 宁 张学杰 张骥先

(云南大学信息学院 云南 昆明 650500)

0 引 言

分布式计算系统的资源分配问题一直是许多研究的焦点，其目标是减少处理任务所需的时间，提升处理效率，并尽可能减少处理这些任务所需的功耗，以降低处理成本。一般来说，当高性能计算系统的处理器性能提高时，其功耗也会增加，运营的电力成本也会随之增加。对于大型分布式计算系统来说，机器运营的电力成本显得尤为重要[1]，如何对资源进行分配以调和任务处理时间和处理功耗以达到利润的最大化则成为了关键。

分布式计算系统往往包含多种类型的机器，其处理速度各不相同，而用户有大量的待处理任务，同时这些任务可分为不同类型，不同类型的任务在不同的机器上进行处理所需时间和功耗可能都不相同，以上情形都造成了问题的复杂性。一般来说，对此建立的模型都是非线性的，而且存在诸多复杂的约束条件，无法在多项式的时间内进行求解。

这种将所有任务分配给在分布式计算系统中所有机器的调度模型已经在多篇文献中提出，起初更多的研究主要针对完工时间或是系统性能进行优化。Braun等[2]比较了11种静态启发式算法，用于将一类独立的任务分配到一个分布式计算系统，目标是最小化完工时间。Diaz等[3]评估了3种用于高度异构计算系统的启发式算法，其目标是最小化完工时间和流动时间。虽然上述研究中的算法能优化完工时间，但未考虑功耗情况，因而在综合考虑完工时间和能量消耗的能效优化问题上难以发挥作用。……