针对互联高性能计算（HPC）环境的、具备能耗硬件感知功能和工作负载识别能力的作业调度系统

《IEEE Transactions on Parallel and Distributed Systems》：Energy hardware and workload aware job scheduling towards interconnected HPC environments

该研究针对异构多集群HPC环境提出EAMC调度策略，通过预测不同硬件架构和处理器频率下的任务性能与能耗，优化作业调度和资源分配，在Slurm实现中验证了比传统策略降低25%响应时间、6%完成时间，节省20%能源，相比纯能耗优化策略效果更优。

　　

摘要：

新型的高性能计算（HPC）机器正逐渐接近百亿亿次计算（exascale）的性能水平。这些机器的功耗一直在增加，研究人员正在探索降低功耗的方法。另一个趋势是HPC机器的复杂性日益增加，表现为硬件组件的异构性增强，以及同一台机器中包含多种不同的集群架构。我们将这类环境称为异构多集群环境。为了优化这些环境中的性能和能耗，本文提出了一种基于能源感知的多集群（Energy-Aware-Multi-Cluster, EAMC）作业调度策略。EAMC策略能够通过预测不同硬件架构和处理器频率下作业的性能和能耗，来优化作业的调度和分配，从而降低工作负载的能耗、完成任务所需的时间（makespan）以及响应时间。该策略为每种作业-资源组合分配不同的优先级，优先考虑效率最高的作业，同时对效率较低的作业也给予一定程度的考虑，以减少响应时间并提高集群利用率。我们在Slurm调度系统中实现了EAMC策略，并对两个CPU集群在同一台机器上协同工作的场景进行了测试。模拟结果显示，与仅关注运行时最短的策略相比，该策略可将响应时间和完成任务所需的时间分别减少25%和6%，同时总能耗降低20%；与仅关注能耗最低的策略相比，响应时间和完成任务所需的时间分别减少49%、26%和6%。