徐澍
- 作品数：2 被引量：17H指数：2
- 供职机构：东北大学软件学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金中国博士后科学基金更多>>
- 相关领域：自动化与计算机技术更多>>
- 算法能耗复杂度的定义与推导被引量：4
- 2018年
- 计算机系统的性能优化研究早期关注硬件性能,后来更关注软件性能.能耗优化研究与之类似,近年来,面向软件或代码的系统能耗优化方法研究受到重视,而算法作为代码的抽象,其能耗评价技术更是一个研究重点.现有算法能耗研究大多针对特定算法以及特定运行环境,且和编程语言或硬件特性相关,并不具有普适性.比照算法的时间复杂度和空间复杂度,提出能耗复杂度是认知算法能耗特性的有效模型.首先,以图灵机为起点,建立更适于算法能耗分析的能耗图灵机,并定义算法能耗复杂度,为评价和优化算法能耗提供理论依据;然后,分析算法能耗与算法空间复杂度、时间复杂度、存储和运算语句的交叉度之间的关系,并设计利用后两者推导能耗复杂度的方法;最后,实验验证算法能耗复杂度的正确性.能耗复杂度的定义将为设计更低能耗的算法、算法选择以及算法能耗优化提供理论依据.
- 宋杰马忠义徐澍鲍玉斌于戈
- 一种优化MapReduce系统能耗的任务分发算法被引量：13
- 2016年
- MapReduce是一种典型的分布式计算模型,一经提出就被迅速应用到大数据处理系统中.文中认为MapReduce系统在能耗方面存在优化空间.对于一个分布式并行计算系统,任务的并行性对任务执行性能影响显著,并行性保证方法在优化性能的前提下还应该考虑系统能耗.在MapReduce系统中,传统的Map任务分发算法采用"小任务多次分发的策略",这种策略虽然保证了并行性,但会浪费节点的处理能力,消耗额外的能量;而Reduce任务分发算法尚不能保证Reduce任务间的并行性.文中提出通过动态地调整Map任务和Reduce任务大小,也即任务处理数据量的规模来保证任务并行性,降低MapReduce系统的整体能耗.文中通过实验证明该方法能够有效地降低典型MapReduce作业的能耗.
- 宋杰徐澍郭朝鹏鲍玉斌于戈
- 关键词：MAPREDUCE能耗能耗优化并行性云计算
