首页/论文/cs/0312049

arXiv cs/03120492003-12-21cs.DC

在SPMD并行程序中使用虚拟处理机

Using virtual processors for SPMD parallel programs

Gianluca Argentini

备注：: 9 pages; numeric tables; script code inserted

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

在本文中，我描述了使用虚拟处理器技术并行化一些SPMD计算程序的一些结果。测试的技术是在真实处理器上的INTEL超线程，程序是用于浮点计算的MATLAB脚本。工作的结论关注的效用和使用的方法的限制。主要的结果是，使用虚拟处理器是一个很好的技术，以改善并行程序，不仅为基于内存的计算，但在大量的磁盘存储操作的情况下。

英文摘要：

In this paper I describe some results on the use of virtual processors technology for parallelize some SPMD computational programs. The tested technology is the INTEL Hyper Threading on real processors, and the programs are MATLAB scripts for floating points computation. The conclusions of the work concern on the utility and limits of the used approach. The main result is that using virtual processors is a good technique for improving parallel programs not only for memory-based computations, but in the case of massive disk-storage operations too.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

通过加速高性能计算系统上的GPU虚拟化实现高效资源共享

Efficient Resource Sharing Through GPU Virtualization on Accelerated High Performance Computing Systems

高性能计算（HPC）领域正在见证图形处理单元（GPU）作为传统同构集群的协处理器的广泛采用。基于GPU的并行处理采用流行的单程序多数据（SPMD）编程范式，带来了处理器/协处理器分布不对称、资源利用率低的挑战。换句话说，在SPMD下，需要均衡的CPU/GPU分布以确保充分的资源利用率。在本文中，我们提出了一种GPU资源虚拟化的方法，使未充分利用的微处理器，有效地共享GPU。我们提出了一个有效的GPU共享方案，通过GPU虚拟化实现，并通过执行模型分析性能潜力。我们进一步提出的虚拟化基础设施的实施细节，其次是实验分析。结果表明，GPU虚拟化带来了可观的性能提升。此外，所提出的解决方案能够充分利用非对称资源，通过有效的GPU共享之间的微处理器，同时由于增加的虚拟化层，导致低开销。

2015-11-24cs.DCcs.PF

使用虚拟处理器和数学软件的集群计算性能

Cluster computing performances using virtual processors and mathematical software

在本文中，我描述了在集群环境中使用虚拟处理器技术并行化一些SPMD计算程序的一些结果。测试的技术是英特尔超线程在真实的处理器上，程序是MATLAB 6.5版本13的浮点计算脚本。通过使用这种技术，我测试了一个集群可以运行的并发进程数量是物理处理器数量的两倍。工作的结论关注的效用和使用的方法的限制。主要的结果是，使用虚拟处理器是一个很好的技术，以改善并行程序，不仅为基于内存的计算，但在大量的磁盘存储操作的情况下。

2004-01-09cs.DCcs.MS

分布式存储结构中自适应虚拟处理器的扩展与实现

Extending and Implementing the Self-adaptive Virtual Processor for Distributed Memory Architectures

未来的众核架构很可能具有分布式内存组织，并且需要细粒度的并发管理才能有效地使用。自适应虚拟处理器（SVP）是一个抽象的并发编程模型，可以提供这一点，但该模型及其当前的实现假设一个单一的地址空间共享内存。我们调查和扩展SVP处理分布式环境，并讨论了原型SVP实现透明地支持执行异构分布式内存集群通过TCP/IP连接，同时保留原始的SVP编程模型。

2011-04-19cs.DC

Optimal Virtual Cluster-based Multiprocessor Scheduling

Scheduling of constrained deadline sporadic task systems on multiprocessor platforms is an area which has received much attention in the recent past. It is widely believed that finding an optimal scheduler is hard, and therefore most studies have focused on developing algorithms with good processor utilization bounds. These algorithms can be broadly classified into two categories: partitioned scheduling in which tasks are statically assigned to individual processors, and global scheduling in which each task is allowed to execute on any processor in the platform. In this paper we consider a thi…

2020-04-06cs.DCcs.OS

J-Parallelio -- automatic parallelization framework for Java virtual machine code

Manual translation of the algorithms from sequential version to its parallel counterpart is time consuming and can be done only with the specific knowledge of hardware accelerator architecture, parallel programming or programming environment. The automation of this process makes porting the code much easier and faster. The key aspect in this case is how efficient the generated parallel code will be. The paper describes J-Parallelio, the framework for automatic analysis of the bytecode source codes and its parallelisation on multicore processors. The process consists of a few steps. First step …

2023-02-07cs.DC

虚拟处理器重现免费午餐

A Virtual Processor brings back the Free Lunch

ILNumerics GmbH（ILNumerics有限公司）

提出一种自优化的虚拟处理器，通过去中心化的协作执行段网络，在运行时自动并行化数值数组程序，无需开发者手动设计并行策略。

2026-06-04cs.DCcs.PFcs.PL

更多相关论文收起更多论文

大规模分布式存储平台上的分层并行矩阵乘法

Hierarchical Parallel Matrix Multiplication on Large-Scale Distributed Memory Platforms

矩阵乘法是一个非常重要的计算内核，它本身就是许多科学应用的构建块，也是其他科学应用的流行代表。1969年提出的Cannon算法是第一个有效的并行矩阵乘法算法，它提供了理论上最优的通信开销。然而，该算法需要平方数量的处理器。在20世纪90年代中期，SUMMA算法被引入。SUMMA克服了Cannon算法的缺点，因为它也可以用于非平方数的处理器上。从那时起，HPC平台中的处理器数量增加了两个数量级，使得通信在总执行时间中的贡献更加显着。因此，应重新审视现有的并行矩阵乘法算法，以进一步降低通信成本。本文介绍了一种新的并行矩阵乘法算法--分层SUMMA（HSUMMA），它是对SUMMA的重新设计。我们的算法减少了通信成本的SUMMA通过引入一个两级的虚拟层次结构的二维安排的处理器。在IBM BlueGene-P上的实验表明，在2048核和16384核上，通信成本分别降低了2.08倍和5.89倍。

2013-06-18cs.DC

基于TLB预取和MMU感知DMA引擎的异构SoCs中可扩展和高效的虚拟内存共享

Scalable and Efficient Virtual Memory Sharing in Heterogeneous SoCs with TLB Prefetching and MMU-Aware DMA Engine

共享虚拟内存（SVM）是异构片上系统（SoC）中的关键技术，它将通用主处理器与众核加速器相结合，既可实现可编程性，又可避免数据重复。然而，当翻译后备缓冲器（TLB）条目丢失时，SVM会带来显著的运行时间开销。此外，允许DMA突发传输写入SVM传统上需要缓冲器来吸收TLB中未命中的传输。这些缓冲区必须为最大突发大小过度配置，浪费宝贵的片上存储器，并且一旦满了就停止所有SVM访问，从而阻碍并行加速器的可扩展性。在这项工作中，我们提出了我们的SVM解决方案，避免了大多数TLB未命中与预取，支持并行突发DMA传输，而无需额外的缓冲区，并可以扩展与工作负载和并行处理器的数量。我们的解决方案是基于三个新的概念：为了最大限度地减少TLB未命中率，TLB是由编译器生成的预取帮助线程，使用运行时信息发出及时的预取主动填充。为了减少TLB未命中的延迟，未命中由可变数量的并行未命中处理辅助线程来处理。为了支持并行突发DMA传输到SVM无需额外的缓冲区，我们添加轻量级的硬件标准DMA引擎检测和反应TLB的失误。与现有技术相比，我们的工作将内存密集型内核的加速器性能分别提高了4倍和60%，用于不规则和规则的内存访问模式。

2018-08-29cs.ARcs.DC

Glasgow并行归约机：使用并行任务组合编程共享内存众核系统

The Glasgow Parallel Reduction Machine: Programming Shared-memory Many-core Systems using Parallel Task Composition

我们提出了格拉斯哥并行归约机（GPRM），一种新颖的，灵活的框架，并行任务组合为基础的众核编程。我们允许程序员将程序结构化为任务代码，编写为C++类，和通信代码，编写在C++的有限子集中，具有功能语义和并行评估。在本文中，我们讨论的GPRM，虚拟机框架，使并行任务组合方法。我们集中讨论GPIR，函数语言作为中间表示的字节码上运行的GPRM。使用这种语言的例子，我们展示了我们的任务组成框架的灵活性和力量。我们展示了潜力，使用合并排序算法的64核Tilera处理器上的实现，以及在传统的英特尔四核处理器和AMD 48核处理器系统。我们还比较了我们的框架与在Tilera处理器上运行的并行指针追逐算法中的OpenMP任务。我们的研究结果表明，GPRM程序优于相应的OpenMP代码在所有的测试平台上，可以大大方便的并行程序的编写，特别是非数据并行算法，如减少。

2013-12-10cs.DCcs.PL

异步系统全局约束保守并行离散事件仿真中的并行算法scalability

Algorithmic scalability in globally constrained conservative parallel discrete event simulations of asynchronous systems

我们考虑采用L处理元素，安排在一个环上的异步系统的并行模拟。处理器只在最近的邻居之间通信，并且只有在保证不违反因果关系的情况下才提前它们的本地模拟时间。在没有约束的模拟中，在无限L限制中，利用率缩放（Korniss等人，PRL 84，2000）;但是，虚拟时间范围的宽度发散（即，算法的测量阶段不成比例）。在这项工作中，我们引入了一个移动窗口的全局约束，修改算法，使测量相位尺度以及。我们提出了系统研究的结果，其中系统的大小（即，L和每个处理器的体积负载）以及约束是变化的。该约束消除了虚拟时间范围的极端波动，提供了其宽度的界限，并控制了平均进度速率。窗口约束的宽度可以用作调谐参数，对于每个处理器的给定容量负载，可以调整该调谐参数以优化利用率，从而使效率最大化。这一结果可能会发现许多应用在一般的空间扩展的短距离相互作用系统的演化与异步动力学建模，包括动态蒙特卡罗研究。

2002-11-12cond-mat.stat-mechcs.DCcs.DS

虚拟传输法：一种求解稀疏线性系统的新型分布式算法

Virtual Transmission Method, A New Distributed Algorithm to Solve Sparse Linear System

Tsinghua University（清华大学）

提出虚拟传输法（VTM），通过插入无损传输线实现分布式计算，并证明其收敛性，数值实验表明该方法高效、精确且稳定。

2010-09-07cs.DCcs.NAmath.NA

PELCR：最优λ演算约简的并行环境

PELCR: Parallel Environment for Optimal Lambda-Calculus Reduction

在这篇文章中，我们提出了一个支持Lévy的\emph{optimal reduction}的$λ$ -演算\cite{Lev78}并行（或分布式）计算系统的环境的实现。在一个类似的方法，兰坪的一个在\cite{Lamping90}，我们的工作基础上的图形约简技术称为\emph{directed virtual reduction} \cite{DPR97}，这实际上是一个限制的Danos-Regnier虚拟约简\cite{DanosRegnier93}。环境，我们称之为PELCR（并行环境的最佳λ演算减少）依赖于定向虚拟减少，即{ \em半燃烧}，我们在这篇文章中介绍的策略。在开发PELCR的同时，我们采用了消息聚合技术，允许减少通信开销，并在处理器之间动态分配起源负载的公平政策。我们还提出了一个实验研究，证明PELCR的能力，明确利用并行固有的$λ$ -条款，同时执行减少。通过结果，我们展示了PELCR如何允许实现上一代多处理器计算系统的理想加速比的70/80%。作为最后的说明，软件模块是用{ \tt C}语言开发的，并使用消息传递的标准接口，即MPI，从而使PELCR本身成为高度可移植的软件包。

2004-07-23cs.DCcs.LO

异步系统保守并行离散事件模拟中的更新统计量

Update statistics in conservative parallel discrete event simulations of asynchronous systems

我们模拟了一个理想的封闭链的L处理元素，以异步方式并行工作的性能。它们的状态更新遵循通用的保守算法。保守更新规则决定了虚拟时间面的增长。这种增长的物理特性反映在利用率（工作处理器的比例）和接口宽度上。我们表明，它是可能的nake的利用和虚拟时间界面的宏观结构之间的显式连接。我们利用这种连接，在一个近似模型内的系统中的更新的理论概率分布。因此，对于L>3，计算加速的理论下限为s=（L+1）/4。我们的方法使用简单的统计数据来计算不同的表面配置类与模型的增长规则一致。它使人们能够计算解析微观性质的界面，这是不可用连续介质方法。

2003-06-09cond-matcs.DC

面向GPU和异构处理器的通用稀疏矩阵-矩阵乘法框架

A Framework for General Sparse Matrix-Matrix Multiplication on GPUs and Heterogeneous Processors

Niels Bohr Institute, University of Copenhagen（哥本哈根大学尼尔斯·玻尔研究所）

本文提出了一种面向GPU和异构处理器的通用稀疏矩阵-矩阵乘法框架，解决稀疏矩阵乘法中的内存预分配、并行插入操作和负载均衡问题，提升性能和效率。

2015-09-13cs.DCcs.MScs.NA

Massimult：一种基于组合子归约的新型并行CPU架构

Massimult: A Novel Parallel CPU Architecture Based on Combinator Reduction

Massimult项目提出基于组合子归约的新型并行CPU架构，设计机器语言LambdaM、KVY汇编编译流程及抽象机Matrima，利用内在并行性与局部性提升计算速度、降低能耗、增强可扩展性与安全性，可软件模拟并计划硬件实现。

2024-12-03cs.ARcs.DCcs.PF