Using graph partitioning to accelerate task-based parallel applications
Carregant...
El pots comprar en digital a:
El pots comprar en paper a:
Títol de la revista
ISSN de la revista
Títol del volum
Col·laborador
Editor
Tribunal avaluador
Realitzat a/amb
Càtedra / Departament / Institut
Tipus de document
Text en actes de congrés
Data publicació
Editor
Barcelona Supercomputing Center
Part de
BSC International Doctoral Symposium (3rd: 2016: Barcelona)
Condicions d'accés
Accés obert
item.page.rightslicense
Aquesta obra està protegida pels drets de propietat intel·lectual i industrial corresponents. Llevat que s'hi indiqui el contrari, els seus continguts estan subjectes a la llicència de Creative Commons: Reconeixement-NoComercial-SenseObraDerivada 3.0 Espanya
Datasets relacionats
Projecte CCD
Abstract
Current high performance computing architectures are composed of large shared memory NUMA nodes, among other components. Such nodes are becoming increasingly complex as they have several NUMA domains with different access latencies depending on the core where the access is issued. In this work, we propose techniques based on graph partitioning to efficiently mitigate the negative impact of NUMA effects on parallel applications performance, which are able to improve the execution time of OpenMP parallel codes 2.02× times on average when run on architectures with strong NUMA effects.
Descripció
Document relacionat
Citació
Sánchez Barrera, I. [et al.]. Using graph partitioning to accelerate task-based parallel applications. A: 3rd BSC International Doctoral Symposium. "Book of abstracts". Barcelona: Barcelona Supercomputing Center, 2015, p. 109-111.