Improving application behavior on heterogeneous manycore systems through kernel mapping
Etkili çekirdek fonksiyon dağılımı ile heterojen çok çekirdekli sistemlerde uygulama davranışlarının iyileştirilmesi
- Tez No: 335646
- Danışmanlar: DOÇ. DR. ÖZCAN ÖZTÜRK
- Tez Türü: Yüksek Lisans
- Konular: Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Paralel hesaplama, Parallel computing
- Yıl: 2013
- Dil: İngilizce
- Üniversite: İhsan Doğramacı Bilkent Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Bölümü
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Her geçen gün sistemlerin işlem kapasitelerini artırmak için, daha fazla çok-çekirdekli hızlandırıcı piyasaya sunulmaktadır. Bu gibi sistemlerde, uygulamaların var olan donanım mimarisi ile eşleştirilmesi işlemi daha fazla önem kazanmaktadır. Çünkü, daha uygun eşleştirmeler sonucunda donanımdan kazanılan faydanın arttırılması hedeflenmektedir. Özellikle grafik işleme birimlerinde, çekirdek fonksiyonların donanıma doğru bir şekilde eşleştirilmesinin nihai performans üzerine etkisi büyüktür. Bunun nedeni, çeşitli çekirdek fonksiyonların çeşitli karakteristiksel özelliklere sahip olmalarıdır. Bu karakteristiksel özellikler nedeniyle bazı fonksiyonlar merkezi işlem biriminde (CPU) iyi sonuçlar verirken, ötekiler ise grafik işleme birimlerinde (GPU) daha iyi performans sonuçları ortaya koymaktadırlar. Bu nedenle, uygulamaların heterojen ortamlarda heterojen bir şekilde çalıştırılması, uygulamanın sadece CPU ya da sadece GPU üzerinde çalıştırılmasından daha iyi performans sonuçları verecektir. Bu tezde iki farklı yaklaşım araştırılmıştır: ilki, çekirdekleri uygun aygıta atamak için geliştirdiğimiz özgün profil temelli uyarlanabilir çekirdek eşleştirme algoritması, ve ikincisi, ideal eşleştirmeleri bulmak için ürettiğimiz karışık tam sayılı programlama modelidir. Geliştirdiğimiz algoritmada, bir uygulamanın nihai performansını artırmak ya da enerji tüketimi azaltmak hedeflenmektedir. Bu hedef doğrultusunda uygulamaların çekirdek fonksiyonlarının doğru bir şekilde aygıtlara dağılımı yapılmakta, ve bu işlem süresince çekirdek fonksiyonların sistemde bulunan çeşitli aygıtlar üzerinde elde edilen profil bilgileri kullanılmaktadır. Deneyler göstermektedir ki, yaklaşımlarımız verimli bir şekilde çekirdek fonksiyonların CPU?lara ve GPU?lara dağılımını yapmakta, ve sadece CPU ya da sadece GPU yaklaşımlarından daha iyi sonuçlar ortaya koymaktadır. Bu tezde bahsi geçen işin bir bölümü 41. Uluslararası Paralel İşleme Çalıştayında (ICPPW, 2012) yayınlanmış, ve Paralel Hesaplama dergisine (ParCo) gönderilmiştir.
Özet (Çeviri)
Many-core accelerators are being more frequently deployed to improve the system processing capabilities. In such systems, application mapping must be enhanced to maximize utilization of the underlying architecture. Especially, in graphics processing units (GPUs), mapping kernels that are part of multi-kernel applications has a great impact on overall performance, since kernels may exhibit different characteristics on different CPUs and GPUs. While some kernels run faster on GPUs, others may perform better in CPUs. Thus, heterogeneous execution may yield better performance than executing the application only on a CPU or only on a GPU. In this thesis, we investigate on two approaches: a novel profiling-based adaptive kernel mapping algorithm to assign each kernel of an application to the proper device, and a Mixed Integer Programming (MIP) implementation to determine optimal mapping. We utilize profiling information for kernels on different devices and generate a map that identifies which kernel should run where in order to improve the overall performance or energy consumption of an application. Initial experiments show that our approach can efficiently map kernels on CPUs and GPUs, and outperforms CPU-only and GPU-only approaches. Some part of this work is published in 41st International Conference on Parallel Processing Workshops (ICPPW), 2012, and submitted to Parallel Computing journal (ParCo).
Benzer Tezler
- Raylı sistemlerde dijital ikiz teknolojisi ile bim, gis ve iot tabanlı gerçek zamanlı izleme altyapısının geliştirilmesi
Development of a real time monitoring infrastructure based on bim, gis and iot using digital twin technology in rail systems
TOLGA BOZKURT
Yüksek Lisans
Türkçe
2026
Jeodezi ve Fotogrametriİstanbul Teknik ÜniversitesiGeomatik Mühendisliği Ana Bilim Dalı
PROF. DR. ZAİDE DURAN
- Meme kanseri tanısı için gelişmiş yapay zeka tabanlı çok aşamalı tespit sistemi
Advanced artificial intelligence based multi-stage detection system for breast cancer diagnosis
ABDUL SAMAD
Yüksek Lisans
Türkçe
2026
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
DOÇ. DR. MUHAMMED KÜRŞAD UÇAR
- Enhancing the efficacy of epicatechin gallate through single-walled carbon nanotube
Başlık çevirisi yok
FOUZIYAH MOHAMMED ABDULRAHMAN BIN ISMAEIL
Yüksek Lisans
İngilizce
2024
Mühendislik BilimleriÜsküdar ÜniversitesiMoleküler Mikrobiyoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HANDAN EMİŞOĞLU KÜLAHLI
- Analysis and modeling of crustal deformation using InSAR time series along selected active faults within the Africa-Eurasia convergence zone
Afrika-Avrasya sıkışma zonu içerisindeki seçilmiş aktif faylar boyunca meydana gelen kabuk deformasyonunun incelenmesi ve modellenmesi
ESRA ÇETİN
Doktora
İngilizce
2015
Jeoloji Mühendisliğiİstanbul Teknik ÜniversitesiJeoloji Mühendisliği Ana Bilim Dalı
DOÇ. DR. ZİYADİN ÇAKIR
PROF. DR. MUSTAPHA MEGHRAOUI
- High-temperature pyrolysis of sewage sludge: Synergistic effects of co-pyrolysis with rice straw and composite plastic wastes
Atık su arıtma çamurunun yüksek sıcaklık pirolizi: Çeltik sapı ve kompozit plastik atıklar ile birlikte pirolizin sinerjik etkileri
ELİF BABAYİĞİT
Doktora
İngilizce
2025
Kimya Mühendisliğiİstanbul Teknik ÜniversitesiÇevre Mühendisliği Ana Bilim Dalı
PROF. DR. EMİNE ÇOKGÖR
PROF. DR. ALPER SARIOĞLAN