Aneka 云计算环境中的 GPU PaaS 计算模型
分布式、并行与集群计算
2018-08-21 v1
摘要
由于生成数据量的激增以及机器学习和深度学习等人工智能(AI)技术的快速发展,现有的传统计算模型已不足以处理海量数据以及用于提取内在信息的复杂应用逻辑。图形处理单元(GPU)等计算加速器已成为许多大数据和机器学习应用的事实上的 SIMD 计算系统。另一方面,传统计算模型已逐渐从基于所有权的传统计算转向基于订阅的云计算模型。然而,缺乏以无缝方式开发云原生应用以利用云中 CPU 和 GPU 资源的编程模型和框架,已成为快速应用开发的瓶颈。为支持这种对同时异构资源使用的应用需求,需要编程模型和新的框架来有效管理底层资源。Aneka 已成为一种流行的 PaaS 计算模型,用于在单一容器 .NET 平台上使用线程、任务和 MapReduce 等多种编程模型开发云应用。由于 Aneka 解决使用基于 CPU 资源的 MIMD 应用开发,而像 CUDA 这样的 GPU 编程是为 SIMD 应用开发设计的,本文讨论了用于 .NET 平台快速云应用开发的 Aneka 云的 GPU PaaS 计算模型。利用流行的开源 GPU 库并将其集成到现有的 Aneka 任务编程模型中。扩展了调度策略,可自动识别 GPU 机器并相应调度各自的任务。讨论了一个图像处理的案例研究来演示该系统,该系统使用 PaaS Aneka SDK 和 CUDA 库构建。
引用
@article{arxiv.1808.06332,
title = {GPU PaaS Computation Model in Aneka Cloud Computing Environment},
author = {Shashikant Ilager and Rajeev Wankar and Raghavendra Kune and Rajkumar Buyya},
journal= {arXiv preprint arXiv:1808.06332},
year = {2018}
}
备注
Submitted as book chapter, under processing, 32 pages