多核平台下应用程序的动态优化

doi:10.3778/j.issn.1673-9418.2010.04.006

计算机科学与探索 ›› 2010, Vol. 4 ›› Issue (4): 338-344.DOI: 10.3778/j.issn.1673-9418.2010.04.006

多核平台下应用程序的动态优化

沈立+，王志英，肖侬

国防科学技术大学计算机学院，长沙 410073

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2010-04-01 发布日期:2010-04-01
通讯作者: 沈立

Dynamic Optimization on Multi-Core Platform

SHEN Li+， WANG Zhiying， XIAO Nong

College of Computer， National University of Defense Technology， Changsha 410073， China

Received:1900-01-01 Revised:1900-01-01 Online:2010-04-01 Published:2010-04-01
Contact: SHEN Li

摘要/Abstract

摘要： 动态优化是计算系统虚拟化的重要支撑技术之一。与虚拟化技术一样，多核时代的到来同样给动态优化机制的发展带来了新的机遇。通过对Dynamo、Pin、Jrpm等典型动态优化和插桩系统的分析总结出传统动态优化机制在多核平台下面临的问题与挑战，探讨了多核平台下可能的动态优化系统框架以及必须解决的关键问题。

关键词: 虚拟化, 多核, 动态优化

Abstract: Dynamic optimization is one of the most important essential techniques for computing system virtualization. Similar to virtualization technologies， the coming of multi-core era brings new chances for the development of dynamic optimization techniques. Based on the analysis of some existing dynamic optimization systems， such as Dynamo， Pin and Jrpm，the problems and challenges of traditional dynamic optimization mechanisms on multi-core platform are concluded. Moreover， a possible dynamic optimization framework on multi-core platform and the key issues to implement it are also discussed.

Key words: virtualization, multi-core, dynamic optimization

中图分类号:

TP316

沈立+，王志英，肖侬. 多核平台下应用程序的动态优化[J]. 计算机科学与探索, 2010, 4(4): 338-344.

SHEN Li+， WANG Zhiying， XIAO Nong. Dynamic Optimization on Multi-Core Platform[J]. Journal of Frontiers of Computer Science and Technology, 2010, 4(4): 338-344.

[1]	阳勇，孟相如，康巧燕，韩晓阳. 拓扑与资源感知的虚拟网络功能迁移方法[J]. 计算机科学与探索, 2021, 15(11): 2161-2170.
[2]	沈浩，王士同. 基于多核学习的风格正则化最小二乘支持向量机[J]. 计算机科学与探索, 2020, 14(9): 1532-1544.
[3]	陈晨，邓赵红，高艳丽，王士同. 多模糊核融合的单目标跟踪算法[J]. 计算机科学与探索, 2020, 14(5): 848-860.
[4]	顾佳男，郑蓓蕾，翁楚良. 面向云平台非可信Hypervisor的保护机制综述[J]. 计算机科学与探索, 2020, 14(2): 200-214.
[5]	谭景信，刘玉龙，李慧娟. 虚拟化模型驱动的分布式数据湖构建方法研究[J]. 计算机科学与探索, 2019, 13(9): 1493-1503.
[6]	王田辰，吴秦，宗海燕. 几何显著变化的表情识别特征构造[J]. 计算机科学与探索, 2019, 13(7): 1227-1238.
[7]	李旭，王士同. 原信息与映射信息组合的多核学习降维方法[J]. 计算机科学与探索, 2019, 13(2): 310-321.
[8]	余倩倩，董明凯，陈海波 . 虚拟环境下硬件事务内存辅助的同步机制[J]. 计算机科学与探索, 2017, 11(9): 1429-1438.
[9]	张吉赞，苑雅娟. 多核共享资源冲突延迟上限优化方法[J]. 计算机科学与探索, 2017, 11(8): 1224-1234.
[10]	揭月馨，刘浩. 融合有向图集与并行架构的HEVC去块滤波[J]. 计算机科学与探索, 2016, 10(9): 1221-1228.
[11]	汪洪桥，蔡艳宁，付光远，王仕成. 非平坦函数概率密度估计[J]. 计算机科学与探索, 2016, 10(4): 589-599.
[12]	杨杰，朱智强. XHydra：面向虚拟机Xen的安全增强架构[J]. 计算机科学与探索, 2016, 10(3): 311-325.
[13]	张红斌，姬东鸿，任亚峰，尹兰. 基于多核学习的商品图像句子标注[J]. 计算机科学与探索, 2015, 9(11): 1351-1361.
[14]	车永刚，张理论，王勇献，徐传福，程兴华. Intel 多核与集成众核上CFD程序的OpenMP 性能分析[J]. 计算机科学与探索, 2015, 9(10): 1153-1162.
[15]	刘文懋，裘晓峰，陈鹏程，文旭韬，何新新，汪东升，李军. 面向SDN环境的软件定义安全架构[J]. 计算机科学与探索, 2015, 9(1): 63-70.

多核平台下应用程序的动态优化

Dynamic Optimization on Multi-Core Platform

PDF

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics