Dear fellows at TC:
操作系统调度是一个NP问题, 无法在全场景有个完美的算法; 因此wisdom-advisor目的是针对关键应用场景寻找一个接近最优的调度策略;
调度的核心难题: 长尾时延问题 吞吐量和时延权衡问题 亲和调度, 线程并行度, 如何权衡 供应链算法问题, 提升系统级CPU使用率 减少调度不合理导致的锁自旋额外开销 减少调度不合理导致的一致性算法额外开销
wisdom-advisor认为调度系统可以分为前端调度和后端调度; 前端调度, 解决线程线程亲和性分区关系识别问题; 后端调度, 解决计算资源分配的空间布局和时间布局问题;
wisdom-advisor历史版本功能: 使用者通过配置文件指定线程分组关系, 反馈给wisdom-advisor; (已经完成) 基于专家模型识别机制, 自动识别部分场景的线程分组; (已经完成)
下一步的演进路线初步思路: 基于AI深度学习自动线程亲和分组; 基于AI深度学习, 获得最佳算力分配策略;
请各位专家提供宝贵意见;
欢迎在TC例会上就这个问题做一次专题报告。
在 2020-09-23 11:21:02,"Zhoukang (A)" zhoukang7@huawei.com 写道:
Dear fellows at TC:
操作系统调度是一个NP问题, 无法在全场景有个完美的算法; 因此wisdom-advisor目的是针对关键应用场景寻找一个接近最优的调度策略;
调度的核心难题:
长尾时延问题
吞吐量和时延权衡问题
亲和调度, 线程并行度, 如何权衡
供应链算法问题, 提升系统级CPU使用率
减少调度不合理导致的锁自旋额外开销
减少调度不合理导致的一致性算法额外开销
wisdom-advisor认为调度系统可以分为前端调度和后端调度;
前端调度, 解决线程线程亲和性分区关系识别问题;
后端调度, 解决计算资源分配的空间布局和时间布局问题;
wisdom-advisor历史版本功能:
使用者通过配置文件指定线程分组关系, 反馈给wisdom-advisor; (已经完成)
基于专家模型识别机制, 自动识别部分场景的线程分组; (已经完成)
下一步的演进路线初步思路:
基于AI深度学习自动线程亲和分组;
基于AI深度学习, 获得最佳算力分配策略;
请各位专家提供宝贵意见;