PARS-Mitteilungen 2007 - Parallel-Algorithmen, -Rechnerstrukturen ...
PARS-Mitteilungen 2007 - Parallel-Algorithmen, -Rechnerstrukturen ...
PARS-Mitteilungen 2007 - Parallel-Algorithmen, -Rechnerstrukturen ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
teten Länge des partiellen Schedules SL k .<br />
Attraktivitaet = P h<br />
SL k (4)<br />
Ein weiterer in dieser Arbeit untersuchter Mapper basiert auf der Simulated Annealing-<br />
Meta-Heuristik. Das nachfolgend als SA-Mapper bezeichnete Verfahren erzeugt unter Berücksichtigung<br />
verschiedener Parameter sowie Eigenschaften des Task-Graphen zunächst<br />
einen Kühlplan, bevor es den eigentlichen Kühlvorgang einleitet. Bei der Festlegung des<br />
Kühlplans wird die Starttemperatur T emp S so gewählt, dass zu Beginn noch Verschlechterungen<br />
über den gesamten Lösungsraum mit einer einstellbaren Wahrscheinlichkeit möglich<br />
sind. Die Endtemperatur T emp E ist hingegen gering genug, dass während der letzten Suchschritte<br />
nur noch geringfügige Verschlechterungen zugelassen werden. Unter Berücksichtigung<br />
von Start- und Endtemperatur sowie der Anzahl D der gewünschten Kühlschritte wird<br />
der Kühlfaktor K gemäÿ Gleichung 5 bestimmt.<br />
√<br />
T emp<br />
K = D E<br />
(5)<br />
T emp S<br />
Nach der Festlegung des Kühlplans wird ein zufälliges Mapping als Startpunkt für die Suche<br />
ermittelt. Dann werden nacheinander die D Kühlschritte vorgenommen, wobei nach<br />
jedem Kühlschritt entschieden wird, ob die soeben gefundene Lösung als Ausgangspunkt<br />
für den folgenden Kühlschritt dient oder verworfen wird. Als Entscheidungsgrundlage dient<br />
dabei das Metropolis-Kriterium, bei dem eine Verbesserung gegenüber der vorigen Lösung<br />
immer zur Annahme der neuen Lösung führt, eine Verschlechterung hingegen nur mit der<br />
Wahrscheinlichkeit:<br />
e − SLneu−SL alt<br />
T emp akt (6)<br />
Dabei bezeichnet SL alt die Länge des aus dem bislang letzten aktzeptierten Mapping resultierenden<br />
Schedules und SL neu die des aktuell betrachteten Mappings. T emp akt bezeichnet<br />
dabei die aktuelle Temperatur. Die Akzeptanz eines neuen Mappings ist somit nicht nur<br />
vom Maÿ der mit ihr einhergehenden Verschlechterung, sondern auch vom Fortschritt der<br />
Suche abhängig. Während anfangs noch deutliche Verschlechterungen akzeptiert werden,<br />
können gegen Ende nur noch geringfügig schlechtere Lösungen angenommen werden.<br />
Neben den bereits beschriebenen heuristischen Mappern wurde auch ein optimales Mapping-Verfahren<br />
implementiert, welches zu einer gegebenen Scheduling-Liste alle gültigen<br />
Mappings untersucht und anschlieÿend den dabei gefundenen kürzesten Schedule als Lösung<br />
zurück gibt. Das Verfahren funktioniert nach dem Prinzip einer Tiefensuche, bei der<br />
die im jeweiligen Planungsschritt zu verarbeitende Task nacheinander allen Verarbeitungseinheiten<br />
zugewiesen wird, die sie verarbeiten können. Nach jeder Zuweisung wird dieser<br />
Vorgang durch einen rekursiven Aufruf mit der nächsten Task wiederholt. Die Rekursion<br />
wird abgebrochen, wenn alle Tasks eingeplant wurden oder wenn die Länge des zwischenzeitig<br />
erreichten partiellen Schedules gröÿer als die zu diesem Zeitpunkt kürzeste bekannte<br />
Lösung ist.<br />
4 Ergebnisse<br />
4.1 Durchführung der Messungen<br />
Die Beurteilung der Mappingverfahren basiert auf dem Modell eines heterogenen Computersystems,<br />
welches durch Architektur- und Taskbeschreibungsdateien festgelegt wird.<br />
42