【摘 要】
:
事务性内存(Transactional memory,简称TM)是一种非常有前景的解决多核系统中同步和并发问题的机制。然而在高冲突情况下,事务性内存性能会大幅降低。为了做出改进,目前相关
论文部分内容阅读
事务性内存(Transactional memory,简称TM)是一种非常有前景的解决多核系统中同步和并发问题的机制。然而在高冲突情况下,事务性内存性能会大幅降低。为了做出改进,目前相关研究领域主流的解决方式是:引入事务调度机制(Transaction Scheduling),这也正是本文的研究对象。事务调度机制可以在事务执行之前就对事务进行预分配,以降低事务冲突,达到提高性能的目的。然而,设计一个好的事务调度机制并不容易,它需要满足很多要求,包括:1)调度机制本身不会死锁;2)不会使得事务执行出现活锁或者饥饿的现象;3)具备低冲突,负载均衡等良好性能特性。目前,已有较多研究者设计出了基于队列的事务调度机制,同时还通过仿真实验对其设计进行了一定的分析。但是,这些研究成果给出的性能评估都较为片面,忽略了必要性质验证,且实验数据结果受执行环境影响很大。这使得读者很难对比出算法之间的优劣。本文给出了一种针对事务调度机制的形式化评估方法。这种形式化研究方法可以以一种严格的、具有一般性的方式对事务调度机制的无死锁性和无饥饿性进行验证,除此之外,还可以给出事务调度机制在性能上的对比性评估。这很好地弥补了事务调度机制研究领域在理论研究以及全面评估方面的空缺。为了更方便地展现该形式化的评估方式,本文选取Popovic等人设计的事务调度机制为例来给出形式化建模与验证。首先,本文通过通信顺序进程CSP(Communicating Sequential Process)对事务调度机制进行了形式化的建模。然后,基于该模型,利用模型检测工具(Process Analysis Toolkit,简称PAT)验证了算法的无死锁性和无饥饿性,并从执行时间、执行时间加速比、冲突次数和吞吐量这几个维度给出了性能评估。最终可以得到一个针对事务调度机制做出全面评估的形式化方法。另外,为了更好地说明本文所提供方法的可拓展性,本文还选取了著名的自适应事务调度机制(Adaptive Transaction Scheduling,简称ATS),对Popovic等人提出的事务调度机制进行横向的对比和评估。这也为本文给出的形式化评估方式提供了更多的参考。
其他文献
分数阶Rayleigh-Stokes问题是物理学的一个重要问题,它在描述一些非牛顿流体行为方面扮演重要角色.Schr(?)dinger方程是描述非相对论量子力学行为的基本物理方程,作为Schr(?)dinger方程一种简单形式,无场势Schr(?)dinger方程在计算氢原子和谐振子的能级、空气波包的解等方面有着重要应用.因此,研究这两类物理学方程具有一定的现实意义,尤其是对这两类物理学方程反问题
偏最小二乘回归分析方法(Partial Least Squares Regression,PLS)是一种多元数据统计方法,广泛应用在质量控制、医药等各方面。传统偏最小二乘方法处理线性数据之间的关系,在
随着计算机技术以及测试仪器与系统的飞速发展,地震预警技术已然成为了近些年来有效减少地震带来的损失的重要手段。通过对纵波和横波进行初至波到时拾取,能够实现对地震预警,从而减少人员伤亡以及财产损失。本文将变分模态分解(VMD)方法引入到地震自动拾取中并对其进行改进完善,VMD结合NLMS自适应滤波算法,提升基于新特征函数的STA/LTA-AIC对不同信噪比的地震信号震相识别的精度和稳定性。论文的主要内
生境片断化是指大面积连续分布的生境在空间上变成相对孤立小生境的现象,生境片断化会降低种群内遗传多样性、增加种群间遗传分化。而植物的交配方式及种子传播方式会影响植物对生境片断化的响应。理论预测表明,生活史特征相近的物种对相同生境片断化具有相似的响应,但这一预测几乎没有得到检验。本论文以千岛湖区岛屿作为生境片断化研究体系,以风力传播花粉并以重力传播种子的3种壳斗科(Fagaceae)植物,白栎(Que
数值线性代数(NLA)是科学计算领域的一项重大成就,它被广泛的应用于各个科学领域.在其众多的分支当中,随机迭代算法居于重要的位置,它在求解大规模线性方程组、数值优化、机器学习与人工智能等领域做出了突出的贡献.较为知名的算法有:随机梯度下降(SGD)、随机坐标下降(RCD)、随机Kaczmarz(RK)算法等等.Kaczmarz算法是求解线性方程组的迭代算法,因其简易性,它被广泛的应用于图像重构、分
随着社会不断发展,社会上开始出现大量的具有多种特征的复杂网络,如社交网络、互联网、交通网络等,通过对这些网络进行分析,可以帮助人们更好地了解隐藏在这些网络的复杂结构
电力通信网是电力系统的神经网络,一旦网络出现故障,准确及时的诊断故障十分重要。然而,随着电力通信网拓扑越来越复杂,网络故障诊断变得越来越困难。传统的依靠人工从网管收集告警数据,再依靠经验或规则定位故障源的策略,精确度和判断速度难以保证,如果决策失误可能会对检修效率有很大影响,造成网络不能及时恢复到正常状态。而近年来,随着软硬件平台计算能力的提高、机器学习算法的持续改进、海量训练样本数据的积累,利用
持续提高单产是我国小麦生产的硬性要求,增加种植密度以提高单位面积穗数是增加单产的重要技术途径。种植密度增加,小麦茎秆细长,充实度降低,木质素积累量下降,群体质量变差,容易发生大面积倒伏,严重时可能会出现绝收的现象。不同的抗倒伏品种因遗传背景的差异,在茎秆各类形态指标方面表现有所差异。因此,研究不同抗倒伏品种的小麦在抗倒伏方面的差异,有助于品种选育以及增加茎秆的抗倒伏能力。小麦茎秆既具有机械刚力又具
蚜虫种群是危害作物正常生长的主要害虫,常年造成作物减产10%左右,灾难年有些地区造成作物减产高达30%左右.由于蚜虫种群具有极强的繁殖力和较短的生活周期,导致其爆发频率较
近年来,由于在传感器网络,多机器人协作等领域中的大量应用,多智能体系统的协调控制问题引起了国内外专家学者广泛关注。研究多智能体系统的主要目的在于通过使整个网络系统