文献

J-GLOBAL ID：201702224785161745   整理番号：17A0020680

同時マルチカーネル:GPUの細粒度共有【Powered by NICT】

Simultaneous Multikernel: Fine-Grained Sharing of GPUs

著者 (6件)： Wang Zhenning (Department of Computer Science, Shanghai Jiao Tong University, P.R. China) ,  Yang Jun (Electrical and Computer Engineering Department, University of Pittsburgh, PA) ,  Melhem Rami (Department of Computer Science, University of Pittsburgh, PA) ,  Childers Bruce (Department of Computer Science, University of Pittsburgh, PA) ,  Zhang Youtao (Department of Computer Science, University of Pittsburgh, PA) ,  Guo Minyi (Department of Computer Science, Shanghai Jiao Tong University, P.R. China)
資料名： IEEE Computer Architecture Letters  (IEEE Computer Architecture Letters)
巻： 15  号： 2  ページ： 113-116  発行年： 2016年 
JST資料番号： W1860A  ISSN： 1556-6056  CODEN： ICALC3  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 非グラフィックスプログラムはGPUハードウェアのための最適化である,重要な資源活用不足となることができることを示した。多重プログラム間のGPUの共有利用を効果的に改善できる,多くのアプリケーションをGPUへのアクセスを必要とするシステム(例えば,クラウドコンピューティング)に特に魅力的である。しかし,現在のGPUは担体共有特徴適切な構造を欠いている。初期の試みはどちらかの静的な構造だけで共有,再コンパイルやコード変換を必要とすることを提供する非常に予備的,またはそれらがGPU資源利用率を効果的に改善しなかった。同時マルチカーネル(SMK),細粒度の動的共有メカニズム,異なるカーネルの不均一性を利用したストリーミングマルチプロセッサ内の資源を完全に利用することを提案した。SMKを支援するためのGPUハードウェア拡張,公平性を維持しながら,システムスループットを改善するためにいくつかのリソース割当戦略を提案した。45共有負荷の評価の結果,SMKは最新の設計よりも非共有実施と10%にわたるGPU(Graphical Processing Units)スループットを改善する34%であることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 多重化 ,  符号変換 ,  ハードウェア ,  *スループット ,  応用プログラム ,  不均一性 ,  最適化 ,  公平性 ,  キャリア ,  資源割付
準シソーラス用語： クラウドコンピューティング ,  資源利用 ,  *細粒度 , 【Automatic Indexing@JST】

分類 (2件)： パターン認識  (JE07000S) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： マルチ ,  カーネル ,  GPU ,  細粒度 ,  共有