虚拟化的细粒度决定云计算灵活度

    金海教授表示，他的研究重点是放在虚拟化的细粒度方面。据介绍，在最早的任务调度模型中，一个新来的计算任务需要搜寻可运行的环境（硬件），如果没有可运行环境，则无法做运算--于是就会有停止响应的情况出现。而利用虚拟化技术，可以在整合所有计算资源之后做出一定程度的预留--用来根据新任务的需求实时部署虚拟化环境。而这种资源化境的划分越细越好，越细就越能灵活的根据应用来划分，这样既不会有多余的计算资源浪费在一个任务上，也可以动态部署新的任务所需要的环境。金海教授的研究成果已经可以做到以核心为资源单位按需调用和部署虚拟化环境。

    金海教授举例说了两种调度方式：一是将任务平均分配到各个不同CPU内核中，这样做的好处是不会带来CPU内部的资源竞争，而缺点是会有较高的功耗；另一种方法是将计算任务分配到几个CPU中（满载），这样的好处是功耗降低，但是CPU本身由于资源竞争，效率就要低一些。因此可以看出以内核为单位对计算任务的动态分配，决定着宏观层面的效率以及功耗问题，这个简单例子也说明了虚拟化细粒度研究和调用的重要性。