文献

J-GLOBAL ID：201802297370218863   整理番号：18A1027537

Memax:複雑な記憶性能挙動を特性化するための可視化と解析学【JST・京大機械翻訳】

MemAxes: Visualization and Analytics for Characterizing Complex Memory Performance Behaviors

著者 (7件)： Gimenez Alfredo (University of California, Davis, CA) ,  Gamblin Todd (Lawrence Livermore National Laboratory, Livermore, CA) ,  Jusufi Ilir (Linnaeus University in Vaexjo, Vaexjoe, Sweden) ,  Bhatele Abhinav (Lawrence Livermore National Laboratory, Livermore, CA) ,  Schulz Martin (Lawrence Livermore National Laboratory, Livermore, CA) ,  Bremer Peer-Timo (Lawrence Livermore National Laboratory, Livermore, CA) ,  Hamann Bernd (University of California, Davis, CA)
資料名： IEEE Transactions on Visualization and Computer Graphics  (IEEE Transactions on Visualization and Computer Graphics)
巻： 24  号： 7  ページ： 2180-2193  発行年： 2018年 
JST資料番号： W0715A  ISSN： 1077-2626  CODEN： ITVGEA  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： メモリ性能は,しばしば高性能コンピューティング(HPC)応用のための主要なボトルネックである。メモリ階層,複雑なメモリ管理,および不均一アクセス時間の深化により,メモリ性能の特性化が困難になり,ユーザはそれらの符号のこの側面を分析し,最適化するための新しい洗練されたツールを必要とする。既存のツールは,ハードウェアレイアウト,割り当て,またはアクセス命令のようなメモリ性能の特定の因子だけを目標とする。しかしながら,今日のツールはこれらの因子間の複雑な関係を特徴付けるのに十分ではない。さらに,それらは効果的に使用されるために高度な専門知識を必要とする。メモリ性能データの解析的に駆動された可視化のための新しいアプローチに基づくツールである,メモリを提示した。メモリは,集中化データセットに対する複数の視覚コンテキストを提供することにより,メモリ性能に関連する異なる側面を解析することができる。筆者らは,サンプリングされたメモリアクセスデータのマッピングを,新しいおよび既存の視覚メタファに対して定義し,それらの各々は,ユーザが異なる解析タスクを実行することを可能にする。著者らは,既知の性能問題に基づいてデータのサブセットを評価することによって,ユーザ相互作用を誘導する方法を提示した。このスコアリングを用いて視覚キューを提供し,関心のあるクラスタを自動的に抽出した。著者らは,HPCにおける専門家との協力において,メモリを設計し,事例研究におけるその有効性を実証した。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】

シソーラス用語： 視覚 ,  集中化 ,  記憶階層 ,  記憶管理 ,  クラスタ ,  相互作用 ,  *可視化 ,  事例研究 ,  *キャラクタリゼーション ,  最適化 ,  部分集合 ,  メタファ ,  待ち行列 ,  記憶装置
準シソーラス用語： 専門知識 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 挙動 ,  特性化 ,  可視化 ,  解析学