抄録/ポイント：
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
GPU上での汎用計算は,共有仮想記憶とデマンドページングなどの特徴のために,よりアクセス可能になってきた。残念なことに,価格になると,それは性能である。自動メモリ管理は便利であるが,多くの欠点を抱えている,それらの完全な可能性を達成するための不均一系を防止した。本研究ではデータは宿主とデバイス間の多重時間を移動し,GPUでのデマンドページングの課題と非効率性を分析し,特に共同計算に。GPU上でのデマンドページングはこの種の計算ではかなりのオーバーヘッドを紹介し,データは移動した粒度から誘導された偽共有と不要なデータ転送の問題を明らかにすることを確立した。これらの問題を軽減するために,微細粒度とソフトウェア介入無しで,宿主と装置間のデータを共有する効率的にメモリ組織化と動的再配置方式を提案した。共同不均一ベンチマークを用いて筆者らの設計を評価し,それがキャッシュラインサイズの移動が,重度隣接記憶の大きなブロックをアクセスするベンチマークの性能を分解で平均15%低い実行時間を達成する見出した。非効率が,ページサイズの移動はデマンドページングを実行するベースラインシステム上の筆者らの設計で平均47%の実行時間削減を提供する。著者らの結果は,キャッシュラインサイズの移動は,PCI-Express(PCIe)相互接続を用いたシステムでは実行不可能であることを示唆した。将来の相互接続技術は,細粒移動の実現可能性にどのように影響するか理解するために,著者らは各種リンク潜時と提案方式を評価した。PCI-Express(PCIe)より四~五倍低い相互接続待ち時間は微細粒度でデータを共有するのに十分に効果的で見出した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】
