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。
クラウド,大規模データ,機械学習などの現代の作業負荷の一つの一般的特性は,メモリ強度である。詳細に言えば,このような作業負荷は巨大な作業セットと低い局所性を持つ傾向がある。特に,動作セットのサイズは急速に成長しており,DRAMベースの主メモリにより完全には対応できない。しかし,数十年前から普及してきたクラウドコンピューティングシステムは,CPU当たりのDRAMのサイズを連続的に低減し,メモリのオーバーコミットメントを奨励している。その結果,効率的で効果的なアウトコアメモリ管理がより重要になっている。このような状況に対する多くのメモリ管理機構が提案されているが,広範囲のデータアクセスパターンによる各作業負荷の最適性能に対して,人手解析と最適化がまだ必要である。しかしながら,現在の作業負荷の動的データアクセスパターンの抽出のために設計されていないので,メモリアクセス解析のための既存のツールは適切ではない。これらのツールを目的として用いると,それらは必ずしも正確でない解析結果に対して許容できるほど高いオーバーヘッドを招く。この状況を緩和するために,目的のために設計されたツールを導入した。基本的に,このツールは,ページテーブル侵入アクセスビットに基づくメモリアクセストラッキング技術を採用し,それは最小限のオーバーヘッドしか生じない。それはまた,追跡領域の数を動的に調整することによって,プロファイリングオーバーヘッドと出力の精度の間の有効なトレードオフのための技術を提供する。この技術を採用することによって,このツールは,目標作業負荷のサイズにかかわらずユーザが指定した有界範囲におけるオーバーヘッドと出力精度のレベルを制御することができた。オーバーヘッドは,オンライン目標作業負荷のために使用するのに十分に下げることができるが,抽出したデータアクセスパターンの有用な品質をまだ提供する。本論文の主な貢献は以下の通りである。1)現代のメモリ集中作業負荷に対して設計されたデータアクセスパターンプロファイラツールの導入,2)様々な現実的作業負荷の経験的メモリアクセスパターン解析。Copyright 2019 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】