华为OD-GPU算力任务调度(详解）

最新推荐文章于 2024-07-19 08:20:29 发布

回到浪浪山~

最新推荐文章于 2024-07-19 08:20:29 发布

阅读量1k

点赞数 2

文章标签： python Powered by 金山文档

本文链接：https://blog.csdn.net/wq985_211/article/details/129425817

版权

该问题涉及如何高效利用GPU资源。给定一个任务数组，每秒新增固定数量的任务，GPU每次能处理n个任务。策略是尽量填满GPU的执行槽，避免空闲。通过模拟液体转移问题，计算出完成所有任务所需的最少时间。例如，当GPU最大处理3个任务时，一组任务(1,2,3,4,5)将在6秒内完成。

摘要由CSDN通过智能技术生成

题目描述

为了充分发挥GPU算力，

需要尽可能多的将任务交给GPU执行，

现在有一个任务数组，

数组元素表示在这1s内新增的任务个数，

且每秒都有新增任务，

假设GPU最多一次执行n个任务，

一次执行耗时1s，

在保证GPU不空闲的情况下，最少需要多长时间执行完成。

输入描述

第一个参数为GPU最多执行的任务个数，取值范围1 ~ 10000

第二个参数为任务数组的长度，取值范围1 ~ 10000

第三个参数为任务数组，数字范围1 ~ 10000

输出描述

执行完所有任务需要多少秒

输入输出案例

解题思路

想象为容器转移液体问题，即一次转移一份，容器容积给定，依次转移给定的的容量（列表元素），如果大于容器容积则多余的分给下一次转移，以此类推，计算转移完需要多少次

以上容器最大为3

1 <3 即1次完成，没有剩余

2 <3 即1次完成，没有剩余

3 =3 即1次完成，没有剩余

4 >3 即1次转移走3，剩余1下次转移

5 +1(上次剩余的）> 3 即1次转移走3，最后剩余3只能再次转移

剩余3 转移1次完成任务

总转移花费 6次

# !E:\pythonScript\venv python3
# -*- coding: utf-8 -*-
"""
Date: 2023/3/9
Time: 16:08
Author: kang
"""
n = int(input())
l = input()
sgroup = list(map(int, input().split()))
# print(sgroup)
time = 0  # 用于记录转移次数
more = 0  # 用于存放上次剩余量
for i in sgroup:
    if i + more > n:  # 判断本次和上次剩余和是否大于容积
        more = i + more - n  # 本次剩余量
    else:
        more = 0
    time += 1
while more > 0:  # 最后剩余量需要次数
    more -= n
    time += 1
print(time)