软件学报

作者：杨世贵，王媛媛，刘韦辰，姜徐，赵明雄，方卉，杨宇，刘迪

单位：杨世贵，云南大学 软件学院, 云南 昆明 65050411,王媛媛，云南大学 软件学院, 云南 昆明 650504;中国科学院 信息工程研究所, 北京 100093;中国科学院大学 网络空间安全学院, 北京 10004902,刘韦辰，School of Computer Science and Engineering, Nanyang Technological University, Singapore03,姜徐，东北大学 计算机科学与工程学院, 辽宁 沈阳 11016904,赵明雄，云南大学 软件学院, 云南 昆明 65050405,方卉，云南大学 软件学院, 云南 昆明 65050406,杨宇，云南大学 软件学院, 云南 昆明 65050407,刘迪，云南大学 软件学院, 云南 昆明 650504;School of Computer Science and Engineering, Nanyang Technological University, Singapore08

关键词：温度感知;多核系统;强化学习;Q-Learning

基金：国家自然科学基金（61902341）

随着计算机中内核数量的增多，温度感知的多核任务调度算法成为计算机系统中的一个研究热点.近年来，机器学习在各个领域展现出巨大的潜力，很多基于机器学习的系统温度管理研究工作应运而生.其中，强化学习因其较强的自适应性，被广泛地运用于温度感知的任务调度算法中.然而，目前基于强化学习的温度感知任务调度算法系统建模不够准确，很难做到温度、性能和复杂度的较好权衡.因此，提出一种基于强化学习的多核温度感知调度算法——ReLeTA.在该算法中提出了更全面的状态建模方式和更加有效的奖励函数，从而帮助系统进一步降低温度.实验部分通过3个不同的真实计算机平台验证该方法，实验结果表明了该方法的有效性以及可扩展性，与现有方法相比，ReLeTA可以更好地控制系统温度.

来源：2021年第8期

《软件学报》期刊编辑部

查看软件学报杂志2021年第8期