文献

J-GLOBAL ID：201002253691163847   整理番号：10A1156339

GPUを考慮したMapReduceのタスクスケジューリング

Improving MapReduce Task Scheduling for CPU-GPU Heterogeneous Environments

著者 (5件)： 白幡晃一 (東京工大) ,  佐藤仁 (東京工大) ,  松岡聡 (東京工大) ,  松岡聡 (科学技術振興機構) ,  松岡聡 (国立情報学研)
資料名： 情報処理学会研究報告(CD-ROM)
巻： 2010  号： 3  ページ： ROMBUNNO.HPC-126,NO.5  発行年： 2010年10月15日 
JST資料番号： Z0031C  ISSN： 2186-2583  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 大規模データ処理のためのプログラミングモデルとしてMapReduceモデルがスケーラブルな並列処理が可能となるため注目されている。一方,GPGPUと呼ばれる,GPUを汎用計算に応用する技術の研究・開発が進んでおり,GPUのスーパーコンピュータやクラウドへの導入が進みつつある。しかし,MapReduceのタスクをCPU・GPUに資源を割り振る方法は,GPU特性の影響からアプリケーションごとに性能は異なるため自明ではない。CPUとGPUが混在する不均質な大規模環境を想定し,CPU上とGPU上で実行されているMapタスクの動的なプロファイルを利用してジョブ実行時間を最小化するハイブリッドオンラインスケジューリングを提案する。K-Meansアプリケーションで実験を行った結果,CPUのみの使用に対し,2GPUの使用とスケジューリングアルゴリズムの適用をした場合,CPUのみにスケジュールした場合に比べ,ジョブ実行時間において1.02-1.93倍の高速化を達成した。(著者抄録)

シソーラス用語： *フレームワーク【ソフトウェア開発】 ,  *スケジューリング ,  マイクロプロセッサ ,  *専用プロセッサ ,  大規模系 ,  *ヘテロコンピュータシステム ,  ハイブリッド系 ,  *クラスタ分析 ,  評価試験 ,  アルゴリズム ,  高速化 ,  性能評価
準シソーラス用語： *GPU【専用プロセッサ】 ,  *k-means法 ,  *MapReduce ,  *タスクスケジューリング

分類 (4件)： 計算機システム開発  (JD02010R) ,  オペレーティングシステム  (JD03020J) ,  専用演算制御装置  (JC04030Y) ,  システム・制御理論一般  (IA02010H)

タイトルに関連する用語 (3件)： GPU ,  MapReduce ,  タスクスケジューリング