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。
最終レベルキャッシュ(LLC)とメモリ待ち時間の広大な不均衡は,効率的なキャッシュ管理政策の必要性を動機づけた。コンピュータアーキテクチャの文献は,LLC置換政策に関する研究と結びつけた。これらの研究は,最も少ない利用(LRU)政策で大いに改善されるが,SPEC CPU 2006ベンチマークスイートと,より最近,SPEC CPU 2017ベンチマークスイートに,より最近焦点を合わせる傾向がある。しかし,これらの作業負荷は,現在のハイパーフォーマンスコンピューティング(HPC)作業負荷の部分集合のみを代表する。本論文では,グラフ処理,科学的および工業的作業負荷(GAP,XSBenchおよびQualcomm)のミックスの挙動を,多視点再利用予測(MPPPB),Glider,Hawkey,SHiP,DRRIPおよびSRRIPのような最先端のLLC置換政策に関する良く知られたSPEC CPU 2006およびSPEC CPU2017作業負荷とともに評価した。著者らの評価は,現在の最先端のLLC置換政策が,SPEC CPU 2006とSPEC CPU 2017作業負荷の両方に対するLRUに対して顕著な性能改善を提供するが,それらの政策は,アクセスパターンを捉えることができず,それらの高度に複雑な挙動のため,現在のHPCと大きなデータ作業負荷に関する顕在な改善を,ほとんどできないことを明らかにした。加えて,本論文はMPPPBに由来する2つの新しいLLC置換政策を紹介した。第1の提案した置換政策,マルチサンプラマルチスペクティブ(MS-MPPPB)は,単一のものの代わりに複数のサンプラを使用し,再利用距離予測を駆動するために最良の振盪サンプラを動的に選択する。本論文では,動的特徴選択器(DS-MPPPB)を用いたマルチスペクティブの2番目の置換政策は,予測の精度を改善するために,64の特徴のセットの中で最良の行動特性を選択する。LLCをストレスする大量の作業負荷において,MS-MPPPBはLRU上で8.3%の幾何平均スピードアップを達成し,一方DS-MPPPBは8.0%の幾何平均高速化によりLRUを凌駕した。大きいデータおよびHPC作業負荷に対して,2つの提案技法は,MPPPB,GliderおよびHawkeyのような最先端の手法よりも高い性能利点を示し,LRU上でそれぞれ7.0%,5.0%および4.8%の幾何平均高速化をもたらした。Copyright 2020 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】
