GPUを考慮したMapReduceのタスクスケジューリング

白幡晃一; 佐藤仁; 松岡聡

論文・著書情報

タイトル

和文:	GPUを考慮したMapReduceのタスクスケジューリング
英文:	Improving MapReduce Task Scheduling for CPU-GPU Heterogeneous Environments

著者

和文:	白幡晃一, 佐藤仁, 松岡聡.
英文:	Koichi Shirahata, Hitoshi Sato, SATOSHI MATSUOKA.

言語

Japanese

掲載誌/書名

和文:	情報処理学会研究報告2010-HPC-126
英文:

巻, 号, ページ

No. 5 pp. 1--8

出版年月

2010年7月

出版者

和文:
英文:

会議名称

和文:	第126回ハイパフォーマンスコンピューティング研究発表会 2010年並列／分散／協調処理に関する『金沢』サマー・ワークショップ（SWoPP金沢2010）
英文:

開催地

和文:	金沢市文化ホール
英文:

公式リンク

http://www.hpcc.jp/swopp/

アブストラクト

大規模データ処理のためのプログラミングモデルとしてMapReduce モデルがスケーラブルな並列処理が可能となるため注目されている。一方、GPGPU と呼ばれる、GPU を汎用計算に応用する技術の研究・開発が進んでおり、GPU のスーパーコンピュータやクラウドへの導入が進みつつある。しかし、MapReduce のタスクをCPU・GPU に資源を割り振る方法は、GPU 特性の影響からアプリケーションごとに性能は異なるため自明ではない。CPU とGPU が混在する不均質な大規模環境を想定し、CPU 上とGPU 上で実行されているMap タスクの動的なプロファイルを利用してジョブ実行時間を最小化するハイブリッドオンラインスケジューリングを提案する。K-Means アプリケーションで実験を行った結果、CPU のみの使用に対し、2GPU の使用とスケジューリングアルゴリズムの適用をした場合、CPU のみにスケジュールした場合に比べ、ジョブ実行時間において1.02-1.93 倍の高速化を達成した。

Home

各種検索

サポート

T2R2について

関連リンク

論文・著書情報