多核机群下基于神经网络的mpi运行时参数优化

多核处理器的新特性给mpi应用带来了新的优化空间，其中调优mpi运行时参数被证明是优化mpi应用的有效方法。然而最优的运行时参数不仅与多核机群的体系结构有关，也决定于mpi应用的程序特征。提出并分析了一种在给定多核机群下基于人工神经网络的优化模型，用于自动为未知的mpi程序预测接近最优的运行时参数。两个不同基准的实验证明了本方法的有效性。实验证明，基于本方法得到的运行时参数所产生的加速比平均达到了实际最大加速比的95%以上。