文献

J-GLOBAL ID：201802222282707036   整理番号：18A1354549

グラフィックス記憶空間の動的共有によるスケーラブルなGPU仮想化【JST・京大機械翻訳】

Scalable GPU Virtualization with Dynamic Sharing of Graphics Memory Space

著者 (9件)： Xue Mochi (Shanghai Key Laboratory of Scalable Computing and Systems, School of Software, Shanghai Jiao Tong University, Shanghai, China) ,  Ma Jiacheng (Shanghai Key Laboratory of Scalable Computing and Systems, School of Software, Shanghai Jiao Tong University, Shanghai, China) ,  Li Wentai (Shanghai Key Laboratory of Scalable Computing and Systems, School of Software, Shanghai Jiao Tong University, Shanghai, China) ,  Tian Kun (Intel Asia-Pacific R&D Ltd, Shanghai, China) ,  Dong Yaozu (Intel Asia-Pacific R&D Ltd, Shanghai, China) ,  Wu Jinyu (Shanghai Key Laboratory of Scalable Computing and Systems, School of Software, Shanghai Jiao Tong University, Shanghai, China) ,  Qi Zhengwei (Shanghai Key Laboratory of Scalable Computing and Systems, School of Software, Shanghai Jiao Tong University, Shanghai, China) ,  He Bingsheng (Department of Computer Science, School of Computing, National University of Singapore, Singapore) ,  Guan Haibing (Department of Computer Science, Shanghai Key Laboratory of Scalable Computing and Systems, Shanghai Jiao Tong University, Shanghai, China)
資料名： IEEE Transactions on Parallel and Distributed Systems  (IEEE Transactions on Parallel and Distributed Systems)
巻： 29  号： 8  ページ： 1823-1836  発行年： 2018年 
JST資料番号： T0882A  ISSN： 1045-9219  CODEN： ITDSEO  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： クラウド上に配備されたGPU集約的な作業負荷の増加に伴い,クラウドサービスプロバイダは,実用的で効率的なGPU仮想化ソリューションを求めている。しかしながら,gVirtのようなカットエッジGPU仮想化技術は,まだスケーラビリティの制約を受けており,それは,ゲスト仮想GPUインスタンスの数を制約する。本論文は,gスケールを提示して,gVirt.gスケールに基づく拡張可能で実用的オープンソースGPU仮想化解法は,グローバルグラフィックスメモリ空間のハードウェア限界を破壊するために,分割と共有を結合する共有機構を提示した。特に,gScaleの2つのアプローチを提案した。(1)仮想GPU間のグローバルグラフィックスメモリ空間共有を可能にする,(2)ラダーマッピングとフェンスメモリ空間プール,を可能にする個人影グラフィックス翻訳テーブル(GTT)は,グローバルグラフィックスメモリ空間をバイパスするために,CPUアクセスホスト物理メモリ空間(グラフィックスメモリを提供する)を可能にする。さらに,vGPUの数がスケールアップされるときに,秘密の影GTTを切り替えることによって引き起こされる性能劣化を緩和するために,4つの他の機構を提案した。(1)高いグローバルグラフィックスメモリを複数のスロットに分割することにより,vGPUの性能を改善するスロット共有,(2)柔軟な仮想グラフィックスメモリ構成を提供する,(3)予測GTTコピー機構,(4)クラウド環境における予測GTTコピー機構の改善を最大化する,予測GTTコピー機構。評価により,gスケールは,Linuxにおける15のゲスト仮想GPUインスタンスまたはWindowsにおける12のゲスト仮想GPUインスタンスに対して,それぞれ5xおよび4xであり,gVirtのものであることを示した。同時に,gスケールは,複数の仮想GPUインスタンスを持つとき,わずかではあるが許容できる実行時間オーバーヘッドを招く。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】

シソーラス用語： *記憶装置 ,  予測 ,  スケールアップ ,  ハードウェア ,  バイパス ,  集中化 ,  Windows ,  Linux
準シソーラス用語： 性能劣化 ,  サービスプロバイダ ,  実行時間 ,  オーバヘッド ,  オープンソース ,  *仮想化 ,  仮想化技術 , 【Automatic Indexing@JST】

分類 (1件)： ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (4件)： グラフィックス ,  共有 ,  GPU ,  仮想化