面向调度性能评估的代价矩阵生成的 Markov Chain Monte Carlo 方法
性能
2018-03-23 v1
摘要
在高性能计算中，任务调度与机器分配非常关键，尤其是在处理异构执行代价时。可以在多种环境与应用模型下进行仿真。然而，当依赖分布不受控的随机实例时，该技术对偏差很敏感。我们使用文献中的方法对实例的分布提供形式化保证。具体而言，期望在具有给定任务与机器异构性的实例中确保均匀分布。在本文中，我们提出了一种生成具有已知分布的实例（代价矩阵）的方法，其中任务被调度至具有异构执行代价的机器上。
引用
@article{arxiv.1803.08121,
title = {A Markov Chain Monte Carlo Approach to Cost Matrix Generation for Scheduling Performance Evaluation},
author = {Louis-Claude Canon and Mohamad El Sayah and Pierre-Cyrille Héam},
journal= {arXiv preprint arXiv:1803.08121},
year = {2018}
}
备注
26 pages