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。
ある程度に制限することにより,GPGPUアプリケーションのスレッドレベル並列性(TLP)を管理することは,全体性能を改善するのに効果的であることが知られている。しかし,そのような事前技術は,2つ以上のアプリケーションが同じGPU上で協調されるとき,サブ最適システムスループットと公平性に導くことができることを見出した。それは,それらが分離における個々の応用の性能を最大にすることを試み,最終的に,各アプリケーションが共有資源の不均衡な量を取ることを可能にする。これは共有キャッシュとメモリにおける高い競合をもたらす。この問題を解決するために,著者らは,すべての共同予定アプリケーションが,すべての共有資源の良好で賢明な利用を可能にするような,マルチアプリケーション実行環境のための新しいアプリケーション認識TLP管理技術を提案する。このような使用を測定するために,2つの実行時間メトリックを考慮した,実効帯域幅と呼ばれるアプリケーションレベルの効用メトリックを提案した。これは,DRAM帯域幅とキャッシュミス率を達成した。全有効帯域幅を最大化し,すべての共配置アプリケーションを通して均衡した方法で実行することにより,システムスループットと公平性を大幅に改善できることを見出した。これらの目標を達成するTLP構成のすべての異なる組合せを通して徹底的に探索する代わりに,著者らは,異なるTLP組合せによる適用の有効帯域幅変化において,パターンを呼ぶ傾向を利用することにより,かなりの量のオーバヘッドを低減できることを見出した。提案したパターンベースのTLP管理機構は,各アプリケーションが単独で実行するときに最良の性能を提供するTLP構成を実行するベースライン上で,システムスループットと公平性をそれぞれ20%と2x改善する。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】
