Locality aware task scheduling in heterogeneous computing environments

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Marmara Üniversitesi, Fen Bilimleri Enstitüsü, Bilgisayar Mühendisliği Anabilim Dalı, Türkiye

Tezin Onay Tarihi: 2007

Tezin Dili: İngilizce

Öğrenci: ALPER KÖSE

Danışman: Haluk Rahmi Topcuoğlu

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Heterojen hesaplama ortamları için etkili görev çizelgeleme ?NP-Complete? olan bir problemdir ve genel görev çizelgeleme probleminin çözümü için literatürde birçok algoritma önerilmistir. Görev çizelgelemeye ek olarak önbelleklerin kullanımı da performans ve güç tüketimi açısından kritik bir öneme sahiptir. Literatürdeki ilgili çalısmalar, önbellek kullanımını etkin kılmayı genellikle donanım ya da derleme seviyesinde hedeflemislerdir. Önbellek davranıslarının Görev seviyesinde optimize edilmesinin hedeflenmesi iyi bir katkı olabilir. Çalısmamızda öncelikle veriye bagımlılıkları ve tekrar veri kullanımını göz önüne alarak olusturdugumuz yersellik bilinçli modeli tanıtıyoruz. Daha sonra bu modeli temel alarak Yersellik-Bilinçli Heterojen Erken Bitis Zamanı (LHEFT) ve Melez Genetik Algoritma (HGA) olarak iki algoritma öneriyoruz. Önerilen algoritmaların performansları, sentetik olarak olusturulmus görev çizgeleri kullanılarak literatürde önde gelen üç algoritma ile karsılastırıldı. Bu çalısmamızda sundugumuz karsılastırma çalısmasına göre melez genetik algoritmamız tüm performans göstergelerinde diger tüm ilgili çalısmalardan daha iyi sonuç göstermistir. Anahtar Kelimeler: Görev Çizelgeleme, Hetorojen Hesaplama Ortamları, Yersellik, Heuristik, Genetik Algoritmalar