文献

J-GLOBAL ID：202002293804386591   整理番号：20A1862152

ワークリスト管理およびワークリスト指向プリフェッチのためのMinnow軽量オフロードエンジン【JST・京大機械翻訳】

Minnow Lightweight Offload Engines for Worklist Management and Worklist-Directed Prefetching

著者 (4件)： Zhang Dan (The University of Texas at Austin, Austin, TX, USA) ,  Ma Xiaoyu (Google, Mountain View, CA, USA) ,  Thomson Michael (Centaur Technology, Austin, TX, USA) ,  Chiou Derek (Microsoft&The University of Texas at Austin, Redmond, WA, USA)
資料名： ACM Proceedings  (ACM Proceedings)
号： ASPLOS ’18  ページ： 593-607  発行年： 2018年 
JST資料番号： D0698C  資料種別： 会議録 (C)
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： グラフ解析のような不規則な応用の重要性は,Bigデータの増加とともに急速に成長している。しかしながら,並列グラフ作業負荷は,貧弱なキャッシュ局所性,低い計算強度,頻繁な同期,不均等なタスクサイズ,および動的タスク生成のために,汎用チップマルチプロセッサ(CMP)上で,あまり実行されない傾向がある。高いスレッド数において,実行時間は,ワークリスト同期オーバヘッドとキャッシュミスによって支配される。研究者は,スケジューリングコストに取り組むためのハードウェアワークリスト加速器を提案したが,これらの提案は,しばしば,特定のスケジューリングポリシーを困難にし,高いキャッシュミスレートを扱わなかった。軽量Minnow加速器でCMPで各コアを補強する技術であるMinnowでこれに取り組んだ。Minnowエンジンは,スケーラビリティを改善するために作業者スレッドからの作業リストスケジューリングをオフロードする。また,エンジンは,ほとんど完全に正確でタイムリーなプリフェッチ操作を問題にするために,アップコーキングタスクの知識を利用する技術,ワークリスト指向プリフェッチを行う。並列グラフベンチマークスイートを走る模擬64コアCMP上で,Minnowはスケーラビリティを改善し,L2キャッシュミスを平均で29から1.2MPKIに削減し,1%の面積オーバヘッドだけに対して最適化ソフトウェアベースライン上で6.01x平均高速化をもたらした。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加速器 ,  最適化 ,  スケジューリング ,  図式解法 ,  *キャッシュメモリ ,  局所性 ,  高速化 ,  スレッド
準シソーラス用語： キャッシュミス ,  チップマルチプロセッサ ,  *プリフェッチ ,  実行時間 ,  オーバヘッド ,  *フェッチ ,  並列アーキテクチャ , 【Automatic Indexing@JST】

著者キーワード (6件)： 加速器 ,  グラフ解析 ,  ヘルパースレッド ,  並列アーキテクチャ ,  プレフェッチ ,  スケジューリング

分類 (2件)： 記憶方式  (JC02040V) ,  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)： ワーク ,  リスト ,  プリフェッチ ,  軽量