摘要
本发明公开了一种静动态融合的低开销多线程最优配置预测方法及系统,本发明方法包括从目标多线程程序的程序中间表示中提取关键指令计数并归一化形成静态特征;采样目标多线程程序在目标平台上默认配置和不同关键配置下以小问题规模执行时的性能和能耗构成动态特征;将和拼接形成静动态融合特征向量、再利用跨规模最优配置预测模型获得目标多线程程序在目标平台上以大问题规模执行的预测最优配置。本发明旨在解决现有优化方法高维度配置空间探索成本高昂、大问题规模执行采样负担重的问题,达到跨问题规模高效预测最优配置的目标,同时显著降低优化过程中的资源消耗与时间成本。
技术关键词
多线程
静动态
静态特征
比值特征
规模
浮点乘法指令
程序
浮点减法
平台
浮点加法
分支指令
能耗
逻辑回归模型
随机森林模型
表达式
决策树模型
微处理器
结点
系统为您推荐了相关专利信息
规模化电动汽车
负荷预测方法
模拟退火算法
EM算法
概率密度函数
日志解析方法
仿生算法
大规模分布式系统
生成日志
日志收集工具
视觉SLAM方法
地图
ORB特征
特征提取模块
静态特征
节点
资源
模型调度方法
模型管理方法
分布式任务调度方法