CN108121433A - 一种gpu多处理器***的任务调度方法 - Google Patents
一种gpu多处理器***的任务调度方法 Download PDFInfo
- Publication number
- CN108121433A CN108121433A CN201711281085.5A CN201711281085A CN108121433A CN 108121433 A CN108121433 A CN 108121433A CN 201711281085 A CN201711281085 A CN 201711281085A CN 108121433 A CN108121433 A CN 108121433A
- Authority
- CN
- China
- Prior art keywords
- processor
- idle state
- current business
- processors
- power consumption
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F1/00—Details not covered by groups G06F3/00 - G06F13/00 and G06F21/00
- G06F1/26—Power supply means, e.g. regulation thereof
- G06F1/32—Means for saving power
- G06F1/3203—Power management, i.e. event-based initiation of a power-saving mode
- G06F1/3234—Power saving characterised by the action undertaken
- G06F1/329—Power saving characterised by the action undertaken by task scheduling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F15/00—Digital computers in general; Data processing equipment in general
- G06F15/16—Combinations of two or more digital computers each having at least an arithmetic unit, a program unit and a register, e.g. for a simultaneous processing of several programs
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D10/00—Energy efficient computing, e.g. low power processors, power management or thermal management
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Power Sources (AREA)
Abstract
本发明属于电子领域,涉及一种GPU多处理器***的任务调度方法,包括3个步骤:使用者配置,任务调度方法初始化,任务调度。此调度方法适应GPU不同工作模式下(高性能模式—低功耗模式)的工作情况,保证在低功耗模式下尽可能少的处理器参与处理运算,高性能模式下保证尽可能多的处理器参与处理运算,实现难度低,保证***稳定工作。
Description
技术领域
本发明属于电子领域,涉及一种GPU多处理器***的任务调度方法。
背景技术
当前GPU中一般使用多个处理器作为一个***进行数据处理,为发挥所有处理器的功能,并适应GPU不同工作模式下(高性能模式—低功耗模式),需要一个GPU多处理器***的任务调度方法。
发明内容
本发明的目的是一种GPU多处理器***的任务调度方法,可以根据GPU工作模式对GPU多处理器***进行调度,保证***的正常运行。
本发明的技术解决方案是:
一种GPU多处理器***的任务调度方法,包括:
(1)向使用者提供以下位段:简单—复杂模式选择位、高性能—低功耗模式选择位、处理器开启数目位、所有处理器的当前繁忙—空闲状态位、所有处理器的开启—关闭位,处理器使用者可以通过配置以上位段,使用者配置简单—复杂模式选择位、高性能—低功耗模式选择位、处理器开启数目位;
(2)任务调度方法初始化
(2-1)当简单—复杂模式选择位设置为简单模式,GPU多处理器***将被旁路,所有处理器的当前繁忙—空闲状态位均被设为空闲,所有处理器的开启—关闭位设置为关闭;
(2-2)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为高性能模式,此时所有处理器的开启—关闭位设置为开启,所有处理器的当前繁忙—空闲状态位为空闲;
(2-3)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为低功耗模式,处理器开启数目位设置完成,此时GPU多处理器***只将处理器开启数目位的当前开启—关闭状态位设置为开启,其余处理器当前开启—关闭状态位设置为关闭;
(3)任务调度,当收到处理器使用请求时,
(3-1)若如(2-1)的设置模式时,处理器使用请求将不被发送到处理器,将直接被发送至下一级模块;
(3-2)若如(2-2)的设置模式时,当收到处理器使用请求时,将进行高性能模式下的任务映射,首先查询所有处理器的当前繁忙—空闲状态位,当查到第一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙;若所有处理器当前繁忙—空闲状态位为繁忙,则等待一周期继续查询;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲;
(3-3)若如(2-3)的设置模式时,当收到处理器使用请求时,将进行低功耗模式下的任务映射,首先查询所有开启状态处理器的当前繁忙—空闲状态位,若查到任意一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙,若所有开启的处理器当前繁忙—空闲状态位为忙,则查询是否存在当前开启—关闭状态位为关闭状态的处理器,若不存在,则等待一周期继续查询,若存在,则将此处理器的开启—关闭状态位设置为开启,将此处理器的当前繁忙—空闲状态位设置为繁忙;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲。
本发明所具有的优点:
能够发挥所有处理器的性能,并适应GPU不同工作模式下(高性能模式—低功耗模式)的工作情况,保证在低功耗模式下尽可能少的处理器参与处理运算,高性能模式下保证尽可能多的处理器参与处理运算。
附图说明
图1是一种GPU多处理器***的任务调度方法框图。
具体实施方式
下面结合附图和具体实施例,对本发明的技术方案进行清楚、完整地表述。显然,所表述的实施例仅是本发明一部分实施例,而不是全部的实施例,基于本发明中的实施例,本领域技术人员在没有做出创造性劳动前提所获得的所有其他实施例,都属于本发明的保护范围。
如图1所示,一种GPU多处理器***的任务调度方法,其特征在于,包括3个步骤:使用者配置,任务调度方法初始化,任务调度,并向使用者提供以下位段:简单—复杂模式选择位(决定当前***工作在简单还是复杂模式)、高性能—低功耗模式选择位(决定当前***工作在高性能—低功耗模式选择位)、处理器开启数目位(决定当前***能够最多开启多少个处理器)、所有处理器的当前繁忙—空闲状态位(表明当前所有处理器的是否正在使用)、所有处理器的开启—关闭位(表明当前处理器是否开启),处理器使用者可以通过配置以上位段,使得任务调度模块工作在使用者需要的情况下,此调度方法工作步骤如下:
(1)使用者配置简单—复杂模式选择位、高性能—低功耗模式选择位、处理器开启数目位;
(2)任务调度方法初始化,即
1)当简单—复杂模式选择位设置为简单模式,GPU多处理器***将被旁路,所有处理器的当前繁忙—空闲状态位均被设为空闲,所有处理器的开启—关闭位设置为关闭;
2)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为高性能模式,此时所有处理器的开启—关闭位设置为开启,所有处理器的当前繁忙—空闲状态位为空闲;
3)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为低功耗模式,处理器开启数目位设置完成,此时GPU多处理器***只将处理器开启数目位的当前开启—关闭状态位设置为开启,其余处理器当前开启—关闭状态位设置为关闭;
(3)任务调度,即当收到处理器使用请求时,
1)若如2-1的设置模式时,处理器使用请求将不被发送到处理器,将直接被发送至下一集模块;
2)若如2-2的设置模式时,当收到处理器使用请求时,将进行高性能模式下的任务映射,即首先查询所有处理器的当前繁忙—空闲状态位,当查到第一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙;若所有处理器当前繁忙—空闲状态位为繁忙,则等待一周期继续查询;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲;
3)若如2-3的设置模式时,当收到处理器使用请求时,将进行低功耗模式下的任务映射,即首先查询所有开启状态处理器的当前繁忙—空闲状态位,若查到任意一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙,若所有开启的处理器当前繁忙—空闲状态位为忙,则查询是否存在当前开启—关闭状态位为关闭状态的处理器,若不存在,则等待一周期继续查询,若存在,则将此处理器的开启—关闭状态位设置为开启,将此处理器的当前繁忙—空闲状态位设置为繁忙;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲。
Claims (1)
1.一种GPU多处理器***的任务调度方法,其特征在于,包括:
(1)向使用者提供以下位段:简单—复杂模式选择位、高性能—低功耗模式选择位、处理器开启数目位、所有处理器的当前繁忙—空闲状态位、所有处理器的开启—关闭位,处理器使用者可以通过配置以上位段,使用者配置简单—复杂模式选择位、高性能—低功耗模式选择位、处理器开启数目位;
(2)任务调度方法初始化
(2-1)当简单—复杂模式选择位设置为简单模式,GPU多处理器***将被旁路,所有处理器的当前繁忙—空闲状态位均被设为空闲,所有处理器的开启—关闭位设置为关闭;
(2-2)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为高性能模式,此时所有处理器的开启—关闭位设置为开启,所有处理器的当前繁忙—空闲状态位为空闲;
(2-3)当简单—复杂模式选择位设置为复杂模式,高性能—低功耗模式选择位设置为低功耗模式,处理器开启数目位设置完成,此时GPU多处理器***只将处理器开启数目位的当前开启—关闭状态位设置为开启,其余处理器当前开启—关闭状态位设置为关闭;
(3)任务调度,当收到处理器使用请求时,
(3-1)若如(2-1)的设置模式时,处理器使用请求将不被发送到处理器,将直接被发送至下一级模块;
(3-2)若如(2-2)的设置模式时,当收到处理器使用请求时,将进行高性能模式下的任务映射,首先查询所有处理器的当前繁忙—空闲状态位,当查到第一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙;若所有处理器当前繁忙—空闲状态位为繁忙,则等待一周期继续查询;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲;
(3-3)若如(2-3)的设置模式时,当收到处理器使用请求时,将进行低功耗模式下的任务映射,首先查询所有开启状态处理器的当前繁忙—空闲状态位,若查到任意一个当前繁忙—空闲状态位为空闲的处理器,则将数据发送至此处理器,之后将此处理器的当前繁忙—空闲状态位设置为繁忙,若所有开启的处理器当前繁忙—空闲状态位为忙,则查询是否存在当前开启—关闭状态位为关闭状态的处理器,若不存在,则等待一周期继续查询,若存在,则将此处理器的开启—关闭状态位设置为开启,将此处理器的当前繁忙—空闲状态位设置为繁忙;当收到处理器计算完成信号时,则将此寄存器的当前繁忙—空闲状态位设置为空闲。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281085.5A CN108121433B (zh) | 2017-12-06 | 2017-12-06 | 一种gpu多处理器***的任务调度方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711281085.5A CN108121433B (zh) | 2017-12-06 | 2017-12-06 | 一种gpu多处理器***的任务调度方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108121433A true CN108121433A (zh) | 2018-06-05 |
CN108121433B CN108121433B (zh) | 2021-10-15 |
Family
ID=62229729
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711281085.5A Active CN108121433B (zh) | 2017-12-06 | 2017-12-06 | 一种gpu多处理器***的任务调度方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108121433B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108897416A (zh) * | 2018-06-28 | 2018-11-27 | 郑州云海信息技术有限公司 | 一种控制gpu下电的方法、装置及计算机可读存储介质 |
CN109992385A (zh) * | 2019-03-19 | 2019-07-09 | 四川大学 | 一种基于任务均衡调度的gpu内部能耗优化方法 |
CN110716805A (zh) * | 2019-09-27 | 2020-01-21 | 上海依图网络科技有限公司 | 图形处理器的任务分配方法、装置、电子设备及存储介质 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281639A (zh) * | 2008-05-30 | 2008-10-08 | 华硕电脑股份有限公司 | 控制图形处理器操作模式的方法及图形处理器 |
CN101387952A (zh) * | 2008-09-24 | 2009-03-18 | 上海大学 | 单芯片多处理器任务调度管理方法 |
CN101403982A (zh) * | 2008-11-03 | 2009-04-08 | 华为技术有限公司 | 一种多核处理器的任务分配方法、***及设备 |
WO2010137233A1 (ja) * | 2009-05-28 | 2010-12-02 | パナソニック株式会社 | マルチプロセッサシステムにおける省電力制御装置およびモバイル端末 |
US20120260258A1 (en) * | 2011-04-05 | 2012-10-11 | Edoardo Regini | Method and system for dynamically controlling power to multiple cores in a multicore processor of a portable computing device |
CN102866921A (zh) * | 2012-08-29 | 2013-01-09 | 惠州Tcl移动通信有限公司 | 一种多核cpu的调控方法及*** |
US20140359335A1 (en) * | 2013-05-30 | 2014-12-04 | Korea Advanced Institute Of Science And Technology | Multi-core apparatus and job scheduling method thereof |
CN104424156A (zh) * | 2013-09-09 | 2015-03-18 | 中兴通讯股份有限公司 | 处理器的核处理方法、装置及终端 |
-
2017
- 2017-12-06 CN CN201711281085.5A patent/CN108121433B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101281639A (zh) * | 2008-05-30 | 2008-10-08 | 华硕电脑股份有限公司 | 控制图形处理器操作模式的方法及图形处理器 |
CN101387952A (zh) * | 2008-09-24 | 2009-03-18 | 上海大学 | 单芯片多处理器任务调度管理方法 |
CN101403982A (zh) * | 2008-11-03 | 2009-04-08 | 华为技术有限公司 | 一种多核处理器的任务分配方法、***及设备 |
WO2010137233A1 (ja) * | 2009-05-28 | 2010-12-02 | パナソニック株式会社 | マルチプロセッサシステムにおける省電力制御装置およびモバイル端末 |
US20120260258A1 (en) * | 2011-04-05 | 2012-10-11 | Edoardo Regini | Method and system for dynamically controlling power to multiple cores in a multicore processor of a portable computing device |
CN102866921A (zh) * | 2012-08-29 | 2013-01-09 | 惠州Tcl移动通信有限公司 | 一种多核cpu的调控方法及*** |
US20140359335A1 (en) * | 2013-05-30 | 2014-12-04 | Korea Advanced Institute Of Science And Technology | Multi-core apparatus and job scheduling method thereof |
CN104424156A (zh) * | 2013-09-09 | 2015-03-18 | 中兴通讯股份有限公司 | 处理器的核处理方法、装置及终端 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108897416A (zh) * | 2018-06-28 | 2018-11-27 | 郑州云海信息技术有限公司 | 一种控制gpu下电的方法、装置及计算机可读存储介质 |
CN109992385A (zh) * | 2019-03-19 | 2019-07-09 | 四川大学 | 一种基于任务均衡调度的gpu内部能耗优化方法 |
CN109992385B (zh) * | 2019-03-19 | 2021-05-14 | 四川大学 | 一种基于任务均衡调度的gpu内部能耗优化方法 |
CN110716805A (zh) * | 2019-09-27 | 2020-01-21 | 上海依图网络科技有限公司 | 图形处理器的任务分配方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN108121433B (zh) | 2021-10-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108121433A (zh) | 一种gpu多处理器***的任务调度方法 | |
Lotfi-Kamran et al. | Scale-out processors | |
EP2438520B1 (en) | Communication between internal and external processors | |
CN102073481A (zh) | 多核dsp可重构专用集成电路*** | |
US20110208950A1 (en) | Processes, circuits, devices, and systems for scoreboard and other processor improvements | |
TW200619972A (en) | High performance computing system and method | |
CN103294544B (zh) | 嵌入式***及其中断处理方法与装置 | |
MY146970A (en) | Adaptive power management | |
WO2019024384A1 (zh) | 移动终端及其射频指纹识别装置和方法 | |
CN106640721B (zh) | 一种改善服务器噪声的风扇控制方法及*** | |
TW201437828A (zh) | 用於最大預測的效能增益之異質多處理器運算平台中之應用程式排程 | |
EP2239667A3 (en) | Multiprocessor with specific pathways creation | |
KR20120096858A (ko) | 모바일 디바이스의 어플리케이션 프로세서의 원격 시동 | |
CN101467117B (zh) | 通过多个功率总线在电路功能中节省功率 | |
US20130346778A1 (en) | Controlling An Asymmetrical Processor | |
CN103902016A (zh) | 一种面向场景预测的服务器功耗管理方法 | |
CN103617301A (zh) | 基于dsp与fpga的多通道数据采集处理设备 | |
CN104380221A (zh) | 处理器频率和***休眠状态的联合优化 | |
CN105913506B (zh) | 一种考勤***及方法 | |
CN204066009U (zh) | 一种可降低功耗及复杂性的指纹*** | |
CN108021055A (zh) | 基于可重配置策略的小型auv低功耗控制器及控制方法 | |
CN203786732U (zh) | 一种基于dsp与fpga的多通道数据采集处理设备 | |
CN110825687B (zh) | 一种基于dsp多核架构双模跟踪方法 | |
CN209746539U (zh) | 一种用于自适应可编程存储计算加速卡装置 | |
Bagein et al. | Energy efficiency for ultrascale systems: Challenges and trends from nesus project |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |