云中见形：异构基础设施即服务的性能-成本权衡
分布式、并行与集群计算
2015-08-28 v4
摘要
在不久的将来，FPGA将按小时可用，然而这种新的基础设施即服务（IaaS）使用模式既带来机遇也带来挑战：机遇在于程序员有可能在比以往更大规模、更短时间内以资源换取性能。挑战在于寻找并遍历异构IaaS的权衡，以保证增加的资源带来最大可能的性能提升。此种权衡是帕累托最优的。异构资源集群的帕累托最优权衡可通过求解多个多目标优化问题得到，从而实现任务到可用平台的最优分配。这些优化程序的求解可使用简单启发式方法或形式化混合整数线性规划（MILP）技术。在由多核CPU、GPU和FPGA平台组成的异构集群上，使用蒙特卡洛算法为128个金融期权定价时，MILP方法产生的权衡比启发式方法快至多110%，且便宜超过50%。这些结果表明，异构IaaS的高质量性能-资源权衡最好通过形式化优化方法实现。
引用
@article{arxiv.1506.06684,
title = {Seeing Shapes in Clouds: On the Performance-Cost trade-off for Heterogeneous Infrastructure-as-a-Service},
author = {Gordon Inggs and David B. Thomas and George Constantinides and Wayne Luk},
journal= {arXiv preprint arXiv:1506.06684},
year = {2015}
}
备注
Presented at Second International Workshop on FPGAs for Software Programmers (FSP 2015) (arXiv:1508.06320)