Dynamische Ressourcenverwaltung für hochleistungsfähige parallele Programmiermodelle: Gestaltungsprinzipien
Dynamische Ressourcenverwaltung (DRM) ermöglicht es, die einem Auftrag zugewiesenen Ressourcen während der Ausführung dynamisch zu ändern. Dies bietet Vorteile für Systemanbieter und Nutzer, erfordert aber Änderungen in allen Schichten der HPC-Softwarearchitektur. Die Autoren stellen Gestaltungsprinzipien vor, die als Grundlage für eine flexible, generische und konsistente Schnittstelle für die dynamische Ressourcenverwaltung in HPC dienen können.
Optimierter OpenMP-Algorithmus zur Berechnung aller kürzesten Pfade auf x86-Architekturen
Der Beitrag präsentiert eine optimierte Version des Floyd-Warshall-Algorithmus zur effizienten Berechnung aller kürzesten Pfade in Graphen auf Intel x86-Prozessoren. Durch verschiedene Optimierungen wie Vektorisierung, Speicherausrichtung und Threadaffinität konnte die Leistung deutlich gesteigert werden.
Kosteneffiziente Methodik für komplexe Abstimmungssuchen in HPC: Navigieren durch Interdependenzen und Dimensionalität
Eine kosteneffiziente Methodik zur Erkennung und Handhabung von Interdependenzen zwischen Tuning-Parametern in Hochleistungsanwendungen, um die Leistung zu optimieren, ohne den Aufwand für die Suche zu erhöhen.
Kosteneffiziente Methodik für komplexe Abstimmungssuchen in HPC: Navigieren durch Interdependenzen und Dimensionalität
Eine kosteneffiziente Methodik, die Interdependenzen zwischen Parametern und Routinen analysiert, um die Suche nach optimalen Konfigurationen in Hochleistungsrechnungsanwendungen zu verbessern.
Kostengünstige Methodik für komplexe Abstimmungssuchen in HPC: Navigieren durch Interdependenzen und Dimensionalität
Eine kostengünstige Methodik, die Interdependenzen zwischen Parametern und Routinen in komplexen Hochleistungsrechnungsanwendungen effizient analysiert und nutzt, um die Leistung durch optimierte Abstimmungssuchen zu verbessern.
Leistungsanalyse der Matrixmultiplikation für Deep Learning am Edge-Gerät
Die Autoren entwickeln einen Leistungssimulator, um verschiedene algorithmische Varianten der Matrixmultiplikation (GEMM) für IoT-Prozessoren zu evaluieren, bevor diese tatsächlich implementiert und getestet werden.
© 2024 by Linnk AI