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。
仮想マシン(VM)サイズは雲の増加を維持する。しかし,複数の仮想CPU(VCPU)による大規模VM上でのマルチコアアプリケーションのスケーラビリティを解析し,理解するためにはほとんど注意が払われていない。これは,VMs上のアプリケーションスケーラビリティが物理機械(PMs)上のものと同じ方法で解析できると仮定している。本論文では,ハードウェアCPU資源がVCPUに動的に割り当てられるので,VM上でのマルチコアアプリケーションの実行はPMs上のそれらと異なるスケーラビリティを示すことを実証した。本論文では,CPU資源の仮想化が実行スケーラビリティをどのように変化させるかを系統的に研究し,VM上の実行スケーラビリティに影響を与える重要なアプリケーション特徴とシステム因子を同定し,スケーラビリティを改善するための可能な方向を検討した。本論文は,いくつかの重要な知見を提示した。最初に,VMに関する応用の実行スケーラビリティを,PMsに関するものより種々の因子によって決定した。第二に,仮想化と資源共有は,自然によってスケーラビリティを改良することができた。したがって,アプリケーションはPMs上よりもVM上でより良いスケーラビリティを示す可能性がある。線形スケーラビリティは,実質的な逐次計算がある場合でも達成できる。第3に,システム設計を強化することによって実行スケーラビリティをさらに改善するために,まだ多くの空間がある。より良いスケーラビリティは,配分期間長さと/またはマッチング資源配分と作業負荷分布を増加することによって達成することができた。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】