摘要
本发明提出了一种基于机器学习的HPC应用程序通信时间预测方法及系统,方法包括:获取HPC应用程序中的MPI函数,并根据通信模式对MPI函数进行分类;根据所述MPI函数的类别,选取最优机器学习融合模型;提取所述MPI函数的通信特征,输入至训练好的最优机器学习融合模型,得到MPI函数的预测通信时间;对所有MPI函数的预测通信时间进行求和,得到HPC应用程序的预测通信时间。本发明利用综合性能数据来建立并行应用程序的性能模型,通过采用机器学习技术构建通信性能模型,可以准确预测并行应用程序中MPI通信的耗时。该方法具有良好的实用性和普适性,能够普遍适用于高性能计算应用,为优化资源分配和提高系统效率提供了有效支持。
技术关键词
时间预测方法
XGBoost模型
通信特征
时间预测系统
机器学习技术
模型超参数
点对点
训练集
处理器
消息
资源分配
模式
计算机设备
可读存储介质
程序
存储器
综合性
指标
系统为您推荐了相关专利信息
复配方法
酸液
趋势预测模型
XGBoost模型
岩心
医学影像数据
网络特征
功能评估方法
通气功能
血管
XGBoost模型
相位校正方法
双阈值方法
SSA算法
搜索算法
模型构建方法
节点更新
节点特征
分布鲁棒优化
分类器
水泥土
制作设备
旋转承载台
XGBoost模型
云端服务器