Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών

Στα πλαίσια αυτής της διπλωματικής μελετήθηκε ο τρόπος λειτουργίας της μνήμης σε ενσωματωμένους επεξεργαστές γραφικών (GPUs). Αυτό που απασχόλησε περισσότερο ήταν ο αριθμός των δεδομένων που χρειάζονται να μετακινηθούν από και προς τη μνήμη. Έγιναν προσπάθειες βελτίωσης του τρόπου εξυπηρέτησης των α...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Μάλτη, Παναγιώτα
Άλλοι συγγραφείς: Γκούτης, Κωνσταντίνος
Μορφή: Thesis
Γλώσσα:Greek
Έκδοση: 2017
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/10515
id nemertes-10889-10515
record_format dspace
institution UPatras
collection Nemertes
language Greek
topic Ενσωματωμένοι επεξεργαστές γραφικών
Αλγόριθμοι χρονοπρογραμματισμού
Attila
GPU
USIMM
Scheduling algorithms
006.22
spellingShingle Ενσωματωμένοι επεξεργαστές γραφικών
Αλγόριθμοι χρονοπρογραμματισμού
Attila
GPU
USIMM
Scheduling algorithms
006.22
Μάλτη, Παναγιώτα
Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
description Στα πλαίσια αυτής της διπλωματικής μελετήθηκε ο τρόπος λειτουργίας της μνήμης σε ενσωματωμένους επεξεργαστές γραφικών (GPUs). Αυτό που απασχόλησε περισσότερο ήταν ο αριθμός των δεδομένων που χρειάζονται να μετακινηθούν από και προς τη μνήμη. Έγιναν προσπάθειες βελτίωσης του τρόπου εξυπηρέτησης των αιτημάτων που απευθύνονται στη μνήμη χρησιμοποιώντας διαφορετικούς αλγόριθμους χρονοπρογραμματισμού (scheduling algorithms). Η μελέτη της συμπεριφοράς αυτών (των αλγόριθμων) έγινε προκειμένου να επιλεγεί ο βέλτιστος αλγόριθμος που θα μπορούσε να εφαρμοστεί στη νέα αρχιτεκτονική GPU που βρίσκεται υπό ανάπτυξη από την εταιρία Think Silicon Ltd. (http://www.think-silicon.com/). Η μνήμη αποτελεί ένα από τα κύρια κομμάτια μιας GPU, αλλά και ένα από τα πιο χρονοβόρα. Το πόσο σημαντική είναι, λοιπόν, η βελτιστοποίηση της λειτουργίας μιας μνήμης φαίνεται και από το γεγονός ότι έχουν πραγματοποιηθεί αρκετοί διαγωνισμοί με στόχο την ανάπτυξη νέων αλγόριθμων χρονοπρογραμματισμού. Ένας τέτοιος διαγωνισμός διοργανώθηκε από το πανεπιστήμιο της Utah. Τρεις από τους πιο αποδοτικούς αλγόριθμους (όπως προέκυψαν από το διαγωνισμό) επιλέχτηκαν να εξεταστούν στα πλαίσια αυτής της διπλωματικής. Ως κύριο κριτήριο αξιολόγησης των αλγόριθμων είναι η βελτίωση που προσφέρουν και αποτυπώνεται στους κύκλους εξομοίωσης. Πέραν της βελτίωσης στο χρόνο εξομοίωσης, μελετήθηκε και η επίδραση τους στον πραγματικό χρόνο εκτέλεσης της μνήμης. Πραγματικός χρόνος μνήμης ορίζεται ως ο χρόνος που η μνήμη χρειάζεται για να εκτελέσει τις διαδικασίες της χωρίς να λαμβάνεται υπόψιν ο χρόνος για επιμέρους λειτουργίες της GPU που πραγματοποιούνται κατά την εκτέλεση μιας εξομοίωσης. Στο τέλος, αυτής της διπλωματικής έχει οριστεί ο πιο αποδοτικός αλγόριθμος χρονοπρογραμματισμού, όπως αυτός προέκυψε από τα αποτελέσματα εξομοίωσης διάφορων frames διαφορετικών benchmarks. Αυτή η επιλογή, όμως, αξίζει να τονιστεί ότι έχει παρθεί με μόνο κριτήριο το χρόνο εκτέλεσης και δεν έχει ληφθεί καθόλου υπόψιν το πόσο μπορεί να επηρεάζει την ενέργεια του συστήματος.
author2 Γκούτης, Κωνσταντίνος
author_facet Γκούτης, Κωνσταντίνος
Μάλτη, Παναγιώτα
format Thesis
author Μάλτη, Παναγιώτα
author_sort Μάλτη, Παναγιώτα
title Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
title_short Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
title_full Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
title_fullStr Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
title_full_unstemmed Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
title_sort υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών
publishDate 2017
url http://hdl.handle.net/10889/10515
work_keys_str_mv AT maltēpanagiōta ylopoiēsēalgorithmōnchronoprogrammatismouschedulingalgorithmsseensōmatōmenesmonadesepexergasiasgraphikōn
_version_ 1771297151066832896
spelling nemertes-10889-105152022-09-05T05:38:27Z Υλοποιήση αλγόριθμων χρονοπρογραμματισμού (scheduling algorithms) σε ενσωματωμένες μονάδες επεξεργασίας γραφικών Μάλτη, Παναγιώτα Γκούτης, Κωνσταντίνος Γκούτης, Κωνσταντίνος Νικολός, Δημήτριος Θεοδωρίδης, Γεώργιος Malti, Panagiota Ενσωματωμένοι επεξεργαστές γραφικών Αλγόριθμοι χρονοπρογραμματισμού Attila GPU USIMM Scheduling algorithms 006.22 Στα πλαίσια αυτής της διπλωματικής μελετήθηκε ο τρόπος λειτουργίας της μνήμης σε ενσωματωμένους επεξεργαστές γραφικών (GPUs). Αυτό που απασχόλησε περισσότερο ήταν ο αριθμός των δεδομένων που χρειάζονται να μετακινηθούν από και προς τη μνήμη. Έγιναν προσπάθειες βελτίωσης του τρόπου εξυπηρέτησης των αιτημάτων που απευθύνονται στη μνήμη χρησιμοποιώντας διαφορετικούς αλγόριθμους χρονοπρογραμματισμού (scheduling algorithms). Η μελέτη της συμπεριφοράς αυτών (των αλγόριθμων) έγινε προκειμένου να επιλεγεί ο βέλτιστος αλγόριθμος που θα μπορούσε να εφαρμοστεί στη νέα αρχιτεκτονική GPU που βρίσκεται υπό ανάπτυξη από την εταιρία Think Silicon Ltd. (http://www.think-silicon.com/). Η μνήμη αποτελεί ένα από τα κύρια κομμάτια μιας GPU, αλλά και ένα από τα πιο χρονοβόρα. Το πόσο σημαντική είναι, λοιπόν, η βελτιστοποίηση της λειτουργίας μιας μνήμης φαίνεται και από το γεγονός ότι έχουν πραγματοποιηθεί αρκετοί διαγωνισμοί με στόχο την ανάπτυξη νέων αλγόριθμων χρονοπρογραμματισμού. Ένας τέτοιος διαγωνισμός διοργανώθηκε από το πανεπιστήμιο της Utah. Τρεις από τους πιο αποδοτικούς αλγόριθμους (όπως προέκυψαν από το διαγωνισμό) επιλέχτηκαν να εξεταστούν στα πλαίσια αυτής της διπλωματικής. Ως κύριο κριτήριο αξιολόγησης των αλγόριθμων είναι η βελτίωση που προσφέρουν και αποτυπώνεται στους κύκλους εξομοίωσης. Πέραν της βελτίωσης στο χρόνο εξομοίωσης, μελετήθηκε και η επίδραση τους στον πραγματικό χρόνο εκτέλεσης της μνήμης. Πραγματικός χρόνος μνήμης ορίζεται ως ο χρόνος που η μνήμη χρειάζεται για να εκτελέσει τις διαδικασίες της χωρίς να λαμβάνεται υπόψιν ο χρόνος για επιμέρους λειτουργίες της GPU που πραγματοποιούνται κατά την εκτέλεση μιας εξομοίωσης. Στο τέλος, αυτής της διπλωματικής έχει οριστεί ο πιο αποδοτικός αλγόριθμος χρονοπρογραμματισμού, όπως αυτός προέκυψε από τα αποτελέσματα εξομοίωσης διάφορων frames διαφορετικών benchmarks. Αυτή η επιλογή, όμως, αξίζει να τονιστεί ότι έχει παρθεί με μόνο κριτήριο το χρόνο εκτέλεσης και δεν έχει ληφθεί καθόλου υπόψιν το πόσο μπορεί να επηρεάζει την ενέργεια του συστήματος. This thesis examines how memory on embedded graphics processors (GPUs) works. The main purpose was to study the number of data needed to be moved to and from memory. Attempts were made to improve the way service requests addressed in memory using different scheduling algorithms. Studying the behavior of these algorithms led to the selection of the optimum algorithm that could be applied to the new GPU architecture under development by the company Think Silicon Ltd. (Http://www.think-silicon.com/). The memory is one of the main parts of a GPU, and one of the most time consuming. The importance of the optimization of the memory was illustrated by the fact that several competitions have been made to develop new scheduling algorithms. Such a competition was organized by the University of Utah. Three of the most efficient algorithms (as derived from the competition) were selected to be examined in this thesis. As a main criterion for evaluating those algorithms was the improvement they offer and was reflected in the simulation cycles. Besides the improvement in simulation time, we studied their effect on the actual runtime memory. Actual memory time is defined as the time the memory takes to perform procedures without taking into account the time for individual functions of the GPU incurred when running a simulation. Finally, this thesis sets the most efficient scheduling algorithm, as revealed by the results of simulation of various frames of different benchmarks. It should be noted that for the decision of the most efficient algorithm account was taken solely on the basis runtime and was not taken in how much it can affect the energy of the system. 2017-08-23T11:14:44Z 2017-08-23T11:14:44Z 2015-02-25 Thesis http://hdl.handle.net/10889/10515 gr 12 application/pdf