一个基于共享内存的GPU资源调度器的设计与实现  

Design and Implementation of A Shared Memory Scheduler Based GPU Resource

作　　者：李长华[1] 崔辰州[1] Peter Berczik 薛随建[1] Rainer Spurzem 

机构地区：[1]中国科学院国家天文台,北京100012

出　　处：《科研信息化技术与应用》2012年第5期29-33,共5页E-science Technology & Application

基　　金：国家自然科学基金委员会与中国科学院天文联合基金资助(U1231108);国家自然科学基金(60920010);科技部科技基础性工作专项(2012FY120500);北京市科技新星计划(2007A085)

摘　　要：集群作业管理系统目前对GPU资源的管理还不是很完善,尤其在单节点多GPU的情况下,经常由于GPU设备的使用冲突、负载不均等原因而导致GPU设备利用率低。为此,本文设计并实现了一种基于共享内存方式的GPU资源调度器,结合集群作业管理系统,可以自动为用户作业分配需要的GPU设备资源,避免多个GPU设备的使用冲突,从而使得GPU设备的使用率达到最高。基于SAPPORO的GPU多体模拟程序在本系统环境下得到了很好的应用。At present, cluster job management system isn＇t perfect on GPU device scheduling, especially when one node has multiple GPU cards. We designed a scheduling system of GPU card in cluster. Working together with cluster job management system, the scheduler can assign required GPU cards automatically. Status information for all of the GPU resources is kept in a shared memory block. The experimental results showed that the scheduler supports well SAPPORO GPU N-BODY simulation program.

关 键 词：GPU设备调度 作业管理系统 共享内存 

分 类 号：F273.4[经济管理—企业管理]