本发明公开了一种编译器协助的强化学习多核任务分配算法,该算法基于强化学习,每当任务进入系统,代码编译优化工具LLVM会对程序源代码进行分析优化过程中,可以产生的类似汇编的中间文件,本发明对中间文件进行一系列处理结合输入的大小来作为程序的特征,同时获取系统中各个内核的占用率、当前运行频率、当前核的温度和短时间的温度变化量,并对四个变量进行处理来作为计算机系统状态信息,结合计算机系统状态信息和获取的将要运行程序的特征作为强化学习模型中的状态,智能体根据当前的状态来选择合适的核来运行任务并且为内核设置频率。本发明能在保证性能约束的条件下有效降低系统温度,并且使温度和性能均保持在很稳定的状态。
声明:
“编译器协助的强化学习多核任务分配算法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)