文献类型：期刊文章

作　　者：李钦[1,2] 朱延超[1,2] 刘轶[1,2] 钱德沛[1,2]

机构地区：[1]北京航空航天大学计算机学院,北京100191 [2]网络技术北京市重点实验室(北京航空航天大学),北京100191

出　　处：《计算机研究与发展》

基　　金：国家“八六三”高技术研究发展计划基金项目(2012AA01A302);北京市科学研究与研究生培养共建项目~~

年　　份：2016

卷　　号：53

期　　号：6

起止页码：1263-1270

语　　种：中文

收录情况：AJ、BDHX、BDHX2014、CSA-PROQEUST、CSCD、CSCD2015_2016、EI、IC、JST、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：以GPU和Intel MIC为代表的计算加速部件已在科学计算、图形图像处理等领域得到了广泛的应用,其在基于云平台的高性能计算及大数据处理等方向也具有广泛的应用前景.YARN是新一代Hadoop分布式计算框架,其对计算资源的分配调度主要针对CPU,缺少对计算加速部件的支持.在YARN中添加计算加速部件需要解决多个难点,分别是计算加速部件资源如何调度以及异构节点间如何共享问题、多个任务同时调用计算加速部件而引起的资源争用问题和集群中对计算加速部件的状态监控与管理问题.为了解决这些问题,提出了动态节点捆绑策略、流水线式的计算加速部件任务调度等,实现了YARN对计算加速部件的支持,并通过实验验证了其有效性.

关 键 词：分布式系统 YARN 计算加速部件  混合异构节点  图形图像处理器  节点捆绑  任务调度

分 类 号：TP316.4]