Amélioration des stratégies d'ordonnancement sur architectures NUMA à l'aide des dépendances de données

Philippe Virouleau 1, 2, *
* Auteur correspondant
1 AVALON - Algorithms and Software Architectures for Distributed and HPC Platforms
Inria Grenoble - Rhône-Alpes, LIP - Laboratoire de l'Informatique du Parallélisme
2 CORSE - Compiler Optimization and Run-time Systems
Inria Grenoble - Rhône-Alpes, LIG - Laboratoire d'Informatique de Grenoble
Résumé : Le récent ajout des dépendances de données à la norme OpenMP 4.0 offre au programmeur une manière flexible de synchroniser les tâches. Grâce à cela, le compilateur et le support exé-cutif peuvent tous les deux savoir exactement quelles données sont lues ou écrites par quelles tâches. Les performances sur architectures NUMA peuvent être fortement impactées par le placement des données et l'ordonnancement des tâches. Les informations présentes dans les dépendances de données peuvent être utilisées pour contrôler le placement physique des don-nées, ainsi que pour contrôler les stratégies de placement des tâches en fonction de la topologie. Cet article présente plusieurs heuristiques pour ces stratégies, et leurs implémentations dans notre support exécutif OpenMP : XKAAPI. Nous présentons également nos évaluations sur des applications d'algèbre linéaire, exécutées sur une machine NUMA à 192 coeurs, et comparées aux stratégies proposées par l'état de l'art.
Type de document :
Communication dans un congrès
Compas 2016, Jul 2016, Lorient, France. 2016, 〈http://compas2016.sciencesconf.org/〉
Liste complète des métadonnées

Littérature citée [3 références]  Voir  Masquer  Télécharger

https://hal.inria.fr/hal-01338750
Contributeur : Philippe Virouleau <>
Soumis le : mercredi 29 juin 2016 - 10:46:05
Dernière modification le : vendredi 20 avril 2018 - 15:44:26

Fichier

compas2016.pdf
Fichiers produits par l'(les) auteur(s)

Identifiants

  • HAL Id : hal-01338750, version 1

Citation

Philippe Virouleau. Amélioration des stratégies d'ordonnancement sur architectures NUMA à l'aide des dépendances de données. Compas 2016, Jul 2016, Lorient, France. 2016, 〈http://compas2016.sciencesconf.org/〉. 〈hal-01338750〉

Partager

Métriques

Consultations de la notice

165

Téléchargements de fichiers

115