NumaPerf: predictive NUMA profiling
NumaPerf: predictive NUMA profiling
复制标题
NumaPerf：预测 NUMA 分析
DOI：
10.1145/3447818.3460361
复制
发表时间：
2021
期刊：
影响因子：
--
通讯作者：
Liu, Tongping
中科院分区：
文献类型：
--
作者：
Zhao, Xin;Zhou, Jin;Guan, Hui;Wang, Wei;Liu, Xu;Liu, Tongping
在NUMA体系结构上实现并行应用程序的最佳性能是一个非常具有挑战性的问题，这就需要分析工具的帮助。然而，现有的NUMA分析工具有一些类似的缺点，如可移植性，有效性和有用性问题。本文提出了一种新的分析工具NumaPerf-克服了这些问题。NumaPerf旨在识别任何NUMA架构的潜在性能问题，而不仅仅是当前硬件上的问题。为了实现这一点，NumaPerf关注线程之间的内存共享模式，而不是真实的远程访问。NumaPerf进一步检测潜在的线程迁移和负载不平衡问题，这些问题可能会显著影响性能，但被现有的分析器忽略。NumaPerf还单独识别可能需要不同修复策略的缓存一致性问题。根据我们的广泛评估，NumaPerf可以识别比任何现有工具更多的性能问题，同时修复这些问题可以显著提高性能。
It is extremely challenging to achieve optimal performance of parallel applications on a NUMA architecture, which necessitates the assistance of profiling tools. However, existing NUMA-profiling tools share some similar shortcomings, such as portability, effectiveness, and helpfulness issues. This paper proposes a novel profiling tool–NumaPerf–that overcomes these issues. NumaPerf aims to identify potential performance issues for any NUMA architecture, instead of only on the current hardware. To achieve this, NumaPerf focuses on memory sharing patterns between threads, instead of real remote accesses. NumaPerf further detects potential thread migrations and load imbalance issues that could significantly affect the performance but are omitted by existing profilers. NumaPerf also identifies cache coherence issues separately that may require different fix strategies. Based on our extensive evaluation, NumaPerf can identify more performance issues than any existing tool, while fixing them leads to significant performance speedup.
登录
查看更多内容
Featherlight 即时错误共享检测
DOI：
--
发表时间：
2018
期刊：
ACM SIGPLAN Symposium on Principles & Practice of Parallel Programming
影响因子：
--
作者：
Milind Chabbi;Shasha Wen;Xu Liu
通讯作者：
Xu Liu
PerfMemPlus：自动发现内存性能问题的工具
DOI：
--
发表时间：
2019
期刊：
Information Security Conference
影响因子：
--
作者：
Christian Helm;K. Taura
通讯作者：
K. Taura
NUMAPROF，NUMA 内存分析器
DOI：
10.1007/978-3-030-10549-5_13
发表时间：
2018
期刊：
Proceedings of the 2018 International Conference on Supercomputing
影响因子：
--
作者：
S. Valat;O. Bouizi
通讯作者：
O. Bouizi
NumaMMA：NUMA 内存分析器
DOI：
10.1145/3225058.3225094
发表时间：
2018
期刊：
Proceedings of the 47th International Conference on Parallel Processing
影响因子：
--
作者：
François Trahay;Manuel Selva;L. Morel;K. Marquet
通讯作者：
K. Marquet
非一致内存访问概述
DOI：
10.1145/2500468.2500477
发表时间：
2013
期刊：
Commun. ACM
影响因子：
--
作者：
Christoph Lameter
通讯作者：
Christoph Lameter