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。
今日,グラフィック処理ユニット(GPU)を汎用プロセッサとして一般的になってきたは不均一系を形成するCPUとコプロセッサとして用いられてきた。CPUおよびGPUは異なる実行能力,エネルギー消費と熱特性を持っている。典型的には,GPUの役割は,ジョブの並列部分を実行し,CPU(ホスト)の役割は,逐次部品を実行しCPU-GPUデータ転送を管理することである。ホストはアイドルであり,GPUの実行とデータ転送を待つなかった。古典的作業負荷分布は,CPUとGPUを十分に利用していない。CPUとGPUの可能性を完全に利用する適応作業負荷分配器が必要である。資源の種々のセットは,性能,エネルギー消費,ピークパワーとピークCPU温度の点で異なる挙動を示すので配分資源(すなわち,コアスケーリング,スレッド割当)も課題であった。いくつかの研究は,性能向上に注目した作業負荷分布を行った。しかし,それらのいくつかは,性能とエネルギー消費の両方を考察した。は多目的最適化問題に作業負荷分布,コアスケーリング,およびスレッド割当を組み合わせたリソースアロケータ(WDRA)と著者らの新規負荷分配を提案した。資源割付はNP困難問題であることが知られているので,WDRAは粒子群最適化(PSO)を利用した。目標は,実行時間とエネルギー消費の両方の点で効率的な負荷分布を見出す,ピークパワーとピークCPU温度制約下でのことである。WDRAを評価するために,実験は,マルチコアCPUとGPUを装備した実際のシステムで実施した。性能と他の作業負荷分配器と比較して,平均WDRAは1.47倍の高速化と82%までの省エネルギーまで達成できた。アルゴリズムはジョブの実行時間の1.7%までをとるのみからWDRAジョブの負荷分散に適している実行時アルゴリズム。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】