• بهبود محلیت داده ها و موازی سازی دانه درشت حلقه های تودرتو با استفاده از مدل چند وجهی

    جزئیات بیشتر مقاله
    • تاریخ ارائه: 1392/07/24
    • تاریخ انتشار در تی پی بین: 1392/07/24
    • تعداد بازدید: 1089
    • تعداد پرسش و پاسخ ها: 0
    • شماره تماس دبیرخانه رویداد: -
    موازی سازی و بهبود محلیت داده ها برای حلقه های تودرتو به عنوان دو راهکار تاثیرگذار در سرعت اجرایی برنامه های محاسباتی و علمی مطرح هستند. مسئله ای که وجود دارد این است که موازی سازی در جهت توزیع داده ها و بهبود محلیت در جهت تجمیع داده است و در واقع نوعی تضاد ضمنی در راه رسیدن به این دو هدف وجود دارد. در این مقاله راهکاری در جهت استخراج توازی دانه درشت با در نظر گرفتن استفاده مجدد داده ها برای اجرا بر روی پردازنده های چندهسته ای ارائه شده است. در روش پیشنهادی، سعی می شود با استفاده از مدل چند وجهی یک تابع زمانبندی برای حلقه های تودرتو به نحوی بدست آید که منجر به تکرارهای مستقل برای حلقه های بیرونی تر شده و قابلیت اجرای موازی آن ها را نتیجه دهد. همچنین با ارضای وابستگی ها در سطوح داخلی تر حلقه ها سعی در کاهش فاصله استفاده مجدد داده ها است. با توجه به اینکه در روش پیشنهادی موازی سازی حلقه ها در کنار بهبود محلیت قرار گرفته است، بخش های موازی ایجاد شده دارای محلیت دسترسی به داده ها بوده و منجر به افزایش کارایی برنامه ها می شود. نتایج ارزیابی روش پیشنهادی بر روی برنامه های مختلف نشان از کارایی بالای روش پیشنهادی در بهبود سرعت اجرایی برنامه ها دارد.

سوال خود را در مورد این مقاله مطرح نمایید :

با انتخاب دکمه ثبت پرسش، موافقت خود را با قوانین انتشار محتوا در وبسایت تی پی بین اعلام می کنم
مقالات جدیدترین ژورنال ها