[發明專利]面向高性能計算應用的通信特征分析方法及系統

有效

• 申請號: 201910977383.0
• 申請日: 2019-10-15
• 公開（公告）號: CN110928705B
• 公開（公告）日: 2023-09-22
• 發明（設計）人: 全哲;李傳瑩
• 申請（專利權）人: 湖南大學
• 主分類號: G06F9/54
• 分類號: G06F9/54;G06F8/30;G06F11/30
• 代理公司: 深圳市興科達知識產權代理有限公司 44260
• 代理人: 王翀;陽江軍

1.一種面向高性能計算應用的通信特征分析方法，其特征在于，包括以下步驟：

步驟一、提取應用通信特征，具體包括如下步驟：

將數據采集模塊的接口嵌入到應用軟件或網絡通信的多個層級上；

從系統trace數據中提取通信特征；

步驟二、分析通信特征，根據提取的通信特征，構造映射函數集，通過驗證測試進行修正，并通過可視化工具對通信特征進行分析，得出應用通信特征；

步驟三、建立通信特征模型，從采集數據中抽取提煉各類典型程序的通信特征，提取應用通信特征的關鍵參數，建立某種類型的帶參數的數學表達式，通過設置不同的參數組合運行程序，記錄應用的通信數據，將運行過程中獲得的通信數據代入所述數學表達式中，求解參數，則得到應用通信性能隨關鍵參數變化的函數；

步驟四、擴展分析，根據步驟三得到的函數為基礎，采用T?=?ps(α+hγ)+kβ所示的α-β-γ模型提取局部點對點通信量，對全局歸約通信采用二叉樹模型T?=log2p(α+kβ)計算其通信量，采用漸近迭代法實現模塊通信與計算比獲取，利用聯想記憶和優化計算反饋式神經網絡模型建立實際通信行為特征，利用非線性回歸線性擬合加權最小二乘估計方法，建立通信行為與應用規模的非線性關系，建立應用通信特征模型，并對所述應用通信特征模型進行擴展性分析。

2.根據權利要求1所述的一種面向高性能計算應用的通信特征分析方法，其特征在于，在步驟一中，將數據采集模塊的接口嵌入到應用軟件或網絡通信的多個層級上具體包括：

通過編譯器掃描和插樁，將數據采集摸的接口注入到源代碼中，實現應用級的通信數據采集；將數據采集模塊的接口嵌入到MPI?庫或相關網絡驅動中，實現網絡通信各級數據的采集。

3.根據權利要求1所述的一種面向高性能計算應用的通信特征分析方法，其特征在于，在步驟二中，通過可視化工具對通信特征進行分析具體的包括：

通過可視化工具對靜態的數據分布及動態的通信和計算進行分析。

4.根據權利要求3所述的一種面向高性能計算應用的通信特征分析方法，其特征在于，可視化工具對通信特征進行的可視化包括：程序結構可視化、數據分布可視化、通信可視化以及計算可視化。

5.一種面向高性能計算應用的通信特征分析系統，其特征在于，包括：

應用通信特征提取模塊，用于將數據采集模塊的接口嵌入到應用軟件或網絡通信的多個層級上，并從系統trace數據中提取通信特征；

通信特征分析模塊，用于根據提取的通信特征，構造映射函數集，通過驗證測試進行修正，并通過可視化工具對通信特征進行分析，得出應用通信特征；

通信特征模型建立模塊，用于從采集數據中抽取提煉各類典型程序的通信特征，提取應用通信特征的關鍵參數，建立某種類型的帶參數的數學表達式，通過設置不同的參數組合運行程序，記錄應用的通信數據，將運行過程中獲得的通信數據代入所述數學表達式中，求解參數，則得到應用通信性能隨關鍵參數變化的函數；

擴展分析模塊，用于根據步驟三得到的函數為基礎，采用T?=?ps(α+hγ)+kβ所示的α-β-γ模型提取局部點對點通信量，對全局歸約通信采用二叉樹模型T?=log2p(α+kβ)計算其通信量，采用漸近迭代法實現模塊通信與計算比獲取，利用聯想記憶和優化計算反饋式神經網絡模型建立實際通信行為特征，利用非線性回歸線性擬合加權最小二乘估計方法，建立通信行為與應用規模的非線性關系，建立應用通信特征模型，并對所述應用通信特征模型進行擴展性分析。