Recently, heterogeneous system arch

Recently, heterogeneous system architectures are becoming mainstream for achieving high performance and power
efficiency. In particular, many-core graphics processing units (GPUs) now play an important role for computing in
heterogeneous architectures. However, for application designers, computational workload still needs to be distributed
to heterogeneous GPUs manually and remains inefficient. In this paper, we propose a mixed integer non-linear
programming (MINLP) based method for efficient workload distribution on heterogeneous GPUs by considering
asymmetric capabilities of GPUs for various applications. Compared to the previous methods, the experimental results
show that our proposed method improves performance and balance up to 33% and 116%, respectively. Moreover, our
method only requires a few overhead while achieving high performance and load balancing.
the revealed HBSC logistic cost structure. First, the number of trucks is minimized
(resource availability cost) following which the total truck idle time is minimized.
Three mixed integer programming formulations are constructed to solve BTS, and
their efficiency is evaluated using a number of test cases. We found that, even if
the number of trucks is locked at its minimum value, there is always a schedule
with zero truck idle time—that is, there is no trade-off between these two objective
functions.

ผลลัพธ์ (ไทย) 1:

ล่าสุด สถาปัตยกรรมระบบที่แตกต่างกันจะกลายเป็นหลักเพื่อให้บรรลุประสิทธิภาพสูงและใช้พลังงานประสิทธิภาพการ โดยเฉพาะ หลักความกราฟิกประมวลผลหน่วย (GPUs) ตอนนี้มีบทบาทสำคัญสำหรับการคำนวณในสถาปัตยกรรมแตกต่างกัน อย่างไรก็ตาม โปรแกรมออกแบบ คำนวณปริมาณยังคงต้องกระจายการ GPUs บริการด้วยตนเอง และยังคงไม่ ในเอกสารนี้ เราเสนอเต็มผสมที่ไม่ใช่เชิงเส้นเขียนโปรแกรม (MINLP) ใช้วิธีการกระจายปริมาณงานที่มีประสิทธิภาพบน GPUs ที่แตกต่างกัน โดยพิจารณาความสามารถ asymmetric ของ GPUs สำหรับโปรแกรมประยุกต์ต่าง ๆ เมื่อเทียบกับวิธีการก่อนหน้านี้ ผลการทดลองแสดงว่า วิธีการนำเสนอของเราช่วยปรับปรุงประสิทธิภาพและยอดคงเหลือ 33% และ 116% ตามลำดับ นอกจากนี้ เราวิธีต้องกี่ค่าใช้จ่ายในขณะบรรลุประสิทธิภาพสูงและสมดุลเท่านั้นHBSC เปิดเผยโลจิสติกต้นทุนโครงสร้าง ครั้งแรก ลดจำนวนรถบรรทุก(ต้นทุนทรัพยากรพร้อมใช้งาน) ต่อไปนี้ที่เวลารถบรรทุกรวมเป็นสามผสมเต็มสูตรโปรแกรมจะสร้างแก้ BTS และประสิทธิภาพของพวกเขาจะถูกประเมินโดยใช้จำนวนกรณีทดสอบ เราพบว่า แม้ว่าจำนวนรถบรรทุกถูกล็อกไว้ที่ค่าต่ำสุด เสมอมีกำหนดการมีเวลาว่างศูนย์รถบรรทุก — นั่นคือ มีไม่ trade-off ระหว่างวัตถุประสงค์เหล่านี้สองฟังก์ชัน

ผลลัพธ์ (ไทย) 2:

เมื่อเร็ว ๆ
นี้สถาปัตยกรรมระบบที่แตกต่างกันจะกลายเป็นกระแสหลักเพื่อให้บรรลุประสิทธิภาพสูงและใช้พลังงานอย่างมีประสิทธิภาพ โดยเฉพาะอย่างยิ่งกราฟิกแบบหลายคอร์ประมวลผลหน่วย (GPUs)
ตอนนี้มีบทบาทสำคัญสำหรับการคำนวณในสถาปัตยกรรมที่แตกต่างกัน แต่สำหรับนักออกแบบโปรแกรมการคำนวณภาระงานยังคงต้องการที่จะกระจายไปยัง GPUs ที่แตกต่างกันด้วยตนเองและยังคงไม่มีประสิทธิภาพ
ในบทความนี้เรานำเสนอเป็นจำนวนเต็มผสมที่ไม่ใช่เชิงเส้นการเขียนโปรแกรม (MINLP) วิธีการที่ใช้สำหรับการกระจายภาระงานที่มีประสิทธิภาพใน GPUs ที่แตกต่างกันโดยพิจารณาความสามารถในการไม่สมมาตรของGPUs สำหรับการใช้งานต่างๆ เมื่อเทียบกับวิธีการก่อนหน้านี้ผลการทดลองแสดงให้เห็นว่าวิธีการที่นำเสนอของเราช่วยเพิ่มประสิทธิภาพและความสมดุลได้ถึง 33% และ 116% ตามลำดับ นอกจากนี้เราวิธีการเดียวที่ต้องมีค่าใช้จ่ายไม่กี่ขณะที่การบรรลุประสิทธิภาพสูงและสมดุลภาระ. เผยโครงสร้างต้นทุนโลจิสติก HBSC แรกจำนวนรถจะลดลง(ค่าใช้จ่ายทรัพยากรว่าง) ต่อไปซึ่งรถบรรทุกรวมเวลาว่างจะลดลง. สามจำนวนเต็มผสมสูตรการเขียนโปรแกรมสร้างขึ้นมาเพื่อแก้ปัญหาบีทีเอสและประสิทธิภาพของพวกเขาได้รับการประเมินโดยใช้หมายเลขของกรณีการทดสอบ เราพบว่าแม้ว่าจำนวนของรถบรรทุกที่มีการล็อคค่าต่ำสุดที่มีอยู่เสมอตารางเวลากับรถบรรทุกที่ไม่ได้ใช้เวลาที่เป็นศูนย์ไม่มีการออกระหว่างทั้งสองวัตถุประสงค์ฟังก์ชั่น

ผลลัพธ์ (ไทย) 3:

เมื่อเร็ว ๆนี้ , สถาปัตยกรรมระบบข้อมูลเป็นหลักเพื่อให้บรรลุประสิทธิภาพสูงและประสิทธิภาพพลังงาน

โดยเฉพาะหลายแกนประมวลผลกราฟิก ( GPUs ) หน่วยขณะนี้มีบทบาทสำคัญสำหรับคอมพิวเตอร์
ข้อมูลสถาปัตยกรรม . อย่างไรก็ตาม สำหรับนักออกแบบโปรแกรมงานคอมพิวเตอร์ ยังคงต้องไปต่อด้วยตนเองและข้อมูลกระจาย
ยังคงไม่มีประสิทธิภาพในกระดาษนี้เราเสนอผสมจำนวนเต็ม )
โปรแกรม ( แบบ ) ใช้วิธีการที่มีประสิทธิภาพการกระจายภาระงานในบริษัทโดยพิจารณาจากความสามารถของ GPUs
อสมมาตร GPUs สำหรับโปรแกรมประยุกต์ต่าง ๆ เมื่อเทียบกับวิธีเดิม ผลการทดลองแสดงให้เห็นว่าวิธีการที่นําเสนอ
ช่วยเพิ่มการทรงตัวและถึง 33% และ 116 ตามลำดับ นอกจากนี้ ของเรา
วิธีเดียวที่ต้องใช้ค่าใช้จ่ายน้อยในขณะที่การบรรลุประสิทธิภาพสูงและสมดุลภาระ hbsc
เปิดเผยค่าใช้จ่ายโลจิสติกโครงสร้าง ครั้งแรก จำนวนรถจะลดลง
( ต้นทุนความพร้อมทรัพยากรต่อไปนี้ซึ่งรวมรถบรรทุกเวลาว่างน้อยที่สุด .
3 สูตรผสมจำนวนเต็มโปรแกรมที่ถูกสร้างขึ้นเพื่อแก้ปัญหารถไฟฟ้า และประสิทธิภาพของพวกเขาจะถูกประเมินโดยใช้
จำนวนของกรณีทดสอบเราพบว่า แม้ว่า
จำนวนรถบรรทุกไว้ที่ค่าต่ำสุดของมัน จะมีตารางเวลา
กับศูนย์รถบรรทุกเวลาว่างที่ไม่มีการแลกเปลี่ยนระหว่างสองวัตถุประสงค์
ฟังก์ชัน