زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی
معماری‌های جدید پردازنده‌های گرافیکی برای جلوگیری از هدررفت منابع امکان اجرای همزمان چند کرنل را فراهم می‌کنند. با‌این‌حال، اگر دو یا چند کرنل بخواهند همزمان به منابع اشتراکی دسترسی داشته باشند تداخل ایجاد شده و باعث کاهش کارایی می‌شود. در سال‌های اخیر پژوهش‌های متعددی در زمینه پیش‌بینی تداخل اجرای...
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | fas |
| Published: |
Computer Society of Iran
2021-09-01
|
| Series: | علوم رایانش و فناوری اطلاعات |
| Subjects: | |
| Online Access: | https://jcsit.ir/ojs/index.php/jcsit/article/view/123 |
| _version_ | 1798014039052255232 |
|---|---|
| author | نگارسادات علیزاده محمود ممتازپور |
| author_facet | نگارسادات علیزاده محمود ممتازپور |
| author_sort | نگارسادات علیزاده |
| collection | DOAJ |
| description | معماری‌های جدید پردازنده‌های گرافیکی برای جلوگیری از هدررفت منابع امکان اجرای همزمان چند کرنل را فراهم می‌کنند. با‌این‌حال، اگر دو یا چند کرنل بخواهند همزمان به منابع اشتراکی دسترسی داشته باشند تداخل ایجاد شده و باعث کاهش کارایی می‌شود. در سال‌های اخیر پژوهش‌های متعددی در زمینه پیش‌بینی تداخل اجرای کرنل‌ها انجام شده است، منتهی پیش‌بینی تداخل بر اساس الگوی زمانی مصرف منابع تابه‌حال مورد بررسی قرار نگرفته است. در این مقاله روشی برای پیش‌بینی تداخل زمانی اجرای کرنل‌ها با استفاده از مدل‌های یادگیری ماشین ارائه شده است که با استفاده از الگوی زمانی مصرف منابع هر کرنل، تداخل اجرای همزمان دو کرنل را تخمین می‌زند. همچنین یک روش زمان‌بندی مکاشفه‌ای با استفاده از مدل تخمین تداخل پیشنهادی برای اجرای همزمان کرنل‌ها ارائه شده است. ارزیابی‌های انجام شده بر روی کاربردهای واقعی نشان می‌دهد که روش پیشنهادی در اجرای سریع‌تر کرنل‌ها به طور میانگین 67% نسبت به حالت اجرای سریال، بیش از 17% نسبت به به‌روزترین زمان‌بند آگاه از تداخل پیشین و بیش از 27% نسبت به زمان‌بند ناآگاه از تداخل بهبود داشته است. همچنین نسبت به این روش‌ها به ترتیب به میزان 26%، 10% و 8% نیز در مصرف انرژی صرفه‌جویی شده است. |
| first_indexed | 2024-04-11T15:12:14Z |
| format | Article |
| id | doaj.art-f0c726173459458aba4f8f7d91ddf051 |
| institution | Directory Open Access Journal |
| issn | 2676-5438 |
| language | fas |
| last_indexed | 2024-04-11T15:12:14Z |
| publishDate | 2021-09-01 |
| publisher | Computer Society of Iran |
| record_format | Article |
| series | علوم رایانش و فناوری اطلاعات |
| spelling | doaj.art-f0c726173459458aba4f8f7d91ddf0512022-12-22T04:16:37ZfasComputer Society of Iranعلوم رایانش و فناوری اطلاعات2676-54382021-09-0119181زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکینگارسادات علیزاده0محمود ممتازپور1دانشگاه صنعتی امیرکبیردانشگاه صنعتی امیرکبیرمعماری‌های جدید پردازنده‌های گرافیکی برای جلوگیری از هدررفت منابع امکان اجرای همزمان چند کرنل را فراهم می‌کنند. با‌این‌حال، اگر دو یا چند کرنل بخواهند همزمان به منابع اشتراکی دسترسی داشته باشند تداخل ایجاد شده و باعث کاهش کارایی می‌شود. در سال‌های اخیر پژوهش‌های متعددی در زمینه پیش‌بینی تداخل اجرای کرنل‌ها انجام شده است، منتهی پیش‌بینی تداخل بر اساس الگوی زمانی مصرف منابع تابه‌حال مورد بررسی قرار نگرفته است. در این مقاله روشی برای پیش‌بینی تداخل زمانی اجرای کرنل‌ها با استفاده از مدل‌های یادگیری ماشین ارائه شده است که با استفاده از الگوی زمانی مصرف منابع هر کرنل، تداخل اجرای همزمان دو کرنل را تخمین می‌زند. همچنین یک روش زمان‌بندی مکاشفه‌ای با استفاده از مدل تخمین تداخل پیشنهادی برای اجرای همزمان کرنل‌ها ارائه شده است. ارزیابی‌های انجام شده بر روی کاربردهای واقعی نشان می‌دهد که روش پیشنهادی در اجرای سریع‌تر کرنل‌ها به طور میانگین 67% نسبت به حالت اجرای سریال، بیش از 17% نسبت به به‌روزترین زمان‌بند آگاه از تداخل پیشین و بیش از 27% نسبت به زمان‌بند ناآگاه از تداخل بهبود داشته است. همچنین نسبت به این روش‌ها به ترتیب به میزان 26%، 10% و 8% نیز در مصرف انرژی صرفه‌جویی شده است.https://jcsit.ir/ojs/index.php/jcsit/article/view/123اجرای همزمان کرنلپردازنده گرافیکیتداخل زمانییادگیری ماشین |
| spellingShingle | نگارسادات علیزاده محمود ممتازپور زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی علوم رایانش و فناوری اطلاعات اجرای همزمان کرنل پردازنده گرافیکی تداخل زمانی یادگیری ماشین |
| title | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| title_full | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| title_fullStr | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| title_full_unstemmed | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| title_short | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| title_sort | زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی |
| topic | اجرای همزمان کرنل پردازنده گرافیکی تداخل زمانی یادگیری ماشین |
| url | https://jcsit.ir/ojs/index.php/jcsit/article/view/123 |
| work_keys_str_mv | AT ngạrsạdạtʿlyzạdh zmạnbndyậgạhạztdạkẖlzmạnydrsystmhạymbtnybrprdạzndhgrạfyḵy AT mḥmwdmmtạzpwr zmạnbndyậgạhạztdạkẖlzmạnydrsystmhạymbtnybrprdạzndhgrạfyḵy |