摘要
本发明公开了一种基于软硬件联合优化的HPC集群基准能效调优方法,属于集群能效调优领域。该方法分为软件调优和硬件调优两个方面,软件方面,通过参数重要性分析得到基准实机运行下的能效敏感参数后,本发明结合能效预测模型优化参数寻优过程中的采样算法,减少了寻优和模型训练开销并提升了模型收敛速度,实现了离线的低成本参数优化;硬件方面,在集群最佳运行参数的基础上,本发明通过对基准运行期间CPU核心组的利用率进行特征提取,训练得到聚类模型用于识别CPU负载模式,能够以全局视角判断负载的资源需求,从而进行相应的动态调频,提高集群的能效运行表现。
技术关键词
调优方法
能效
负载模式
基准
集群
核心
调频
参数优化模型
集成学习方法
聚类算法
参数优化方法
随机森林模型
剪枝方法
精度
离线
特征值
软件