摘要
本申请公开了一种基于GPU共享的线程管理优化方法及装置,该方法为:当获得目标任务时,将目标任务的属性信息以及当前GPU状态输入至目标预测模型,以获得目标预测模型输出的预测结果;在性能参数达标的情况下,调用线程块配置以及共享内存,执行目标任务,以提高目标任务执行过程中每个线程的数据处理效率;当监测到任一线程的负载发生异常时,将任一线程的负载分配给碎片率符合要求的其他线程,以保障目标任务的执行效率。该方法利用目标预测模型,确定目标任务的线程块配置,调用线程块配置以及共享内存,提高目标任务的数据处理效率,并将异常负载分配给其他线程执行,有效保障了目标任务在GPU共享环境下的执行效率。
技术关键词
管理优化方法
优化调度策略
训练机器学习模型
内存
网格
资源
时间序列模型
监测模块
启发式算法
标签
高风险
处理器
标记方法
程序
样本
指标
优化装置
存储器
处理单元
规模
系统为您推荐了相关专利信息
薄壁结构件
网格
参数
仿真分析方法
GPU并行加速技术
图像采集设备
BIM模型构件
坐标系
高分辨率模型
视角
Pearson相关系数
排水管
数据清洗方法
数据传输设备
异常数据
地图构建方法
全局地图
地图构建装置
激光点云数据
最小化误差
推理方法
推理系统
计算机执行指令
大型服务器集群
推理装置