权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

Optimization Techniques and Language Abstractions for GPGPU in Ruby

Ruby 中 GPGPU 的优化技术和语言抽象

基本信息

批准号：
18J14726
负责人：
SPRINGER MATTHIAS
金额：
$ 0.96万
依托单位：
Tokyo Institute of Technology
依托单位国家：
日本
项目类别：
Grant-in-Aid for JSPS Fellows
财政年份：
2018
资助国家：
日本
起止时间：
2018-04-25 至 2020-03-31
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-18J14726/
关键词：
OOP GPUs Dynamic Mem. Allocation Data Layout SOA Defragmentation Obj.-oriented Program.SMMO

项目摘要

Our research was centered around bringing fast object-oriented programming (OOP) to GPUs. We improved our previously developed CUDA framework "DynaSOAr". One of DynaSOAr's main components is a dynamic memory manager for object-oriented Single-Method Multiple-Objects (SMMO) applications.The main improvement to DynaSOAr was "CompactGpu", a memory defragmentation system. CompactGpu can improve the performance of memory-bound GPU applications by storing allocations in a denser format. CompactGpu physically rearranges objects in memory, so that they are stored in few, compact blocks of memory. With dynamic memory allocation, such fragmentation is often caused by unfavorable allocate-deallocate pattern.Memory defragmentation proved to be particularly useful for two kinds of applications: (1) Applications that use only a small amount of memory and fit largely into the L1/L2 cache if stored densely. (2) Applications that already benefit from a Structure of Array (SOA) memory layout get even faster, because vector load/stores are more efficient if data is stored in a compact form. Our work, published at ISMM 2019, achieved a speedup of up to 16% in our benchmark applications.

我们的研究主要集中在将快速面向对象编程（OOP）引入GPU上。我们改进了我们以前开发的CUDA框架“DynaSOAr”。DynaSOAr的主要组件之一是面向对象的单方法多对象（SMMO）应用程序的动态内存管理器。DynaSOAr的主要改进是“CompactGpu”，一个内存碎片整理系统。CompactGPU可以通过以更密集的格式存储分配来提高内存受限的GPU应用程序的性能。CompactGpu在物理上重新排列内存中的对象，使它们存储在几个紧凑的内存块中。在动态内存分配中，内存碎片往往是由分配-释放模式引起的，内存碎片整理对两类应用特别有用：（1）内存占用量小，如果存储密度大，可以放入L1/L2 Cache的应用。(2)已经受益于阵列结构（SOA）内存布局的应用程序甚至更快，因为如果数据以紧凑的形式存储，则向量加载/存储更有效。我们的工作发表在ISMM 2019上，在我们的基准测试应用程序中实现了高达16%的加速。

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

DynaSOAr: A Parallel Memory Allocator for Object-Oriented Programming on GPUs with Efficient Memory Access (Artifact)

DynaSOAr：一种并行内存分配器，用于在 GPU 上进行面向对象编程，具有高效的内存访问（Artifact）

DOI：
发表时间：
2019
期刊：
Dagstuhl Artifacts Series
影响因子：
0
作者：
Matthias Springer;Hidehiko Masuhara
通讯作者：
Hidehiko Masuhara

Inner array inlining for structure of arrays layout

数组布局结构的内部数组内联

DOI：
10.1145/3219753.3219760
发表时间：
2018
期刊：
Proceedings of the 5th ACM SIGPLAN International Workshop on Libraries, Languages, and Compilers for Array Programming (ARRAY@PLDI 2018)
影响因子：
0
作者：
Matthias Springer;Yaozhu Sun;Hidehiko Masuhara
通讯作者：
Hidehiko Masuhara

DynaSOAr: A parallel memory allocator for object-oriented programming on GPUs with efficient memory access

DynaSOAr：一种并行内存分配器，用于在 GPU 上进行面向对象编程，具有高效的内存访问能力

DOI：
发表时间：
2019
期刊：
Proceedings of of European Conference on Object-Oriented Programming (ECOOP'19)
影响因子：
0
作者：
Jeanine Miller Adkisson;Johannes Westlund;Hidehiko Masuhara;Matthias Springer and Hidehiko Masuhara;Matthias Springer and Hidehiko Masuhara
通讯作者：
Matthias Springer and Hidehiko Masuhara

DynaSOAr Project Source Code

DynaSOAr 项目源代码

DOI：
发表时间：
期刊：
影响因子：
0
作者：
通讯作者：

CompactGpu: Massively Parallel Memory Defragmentation on GPUs

CompactGpu：GPU 上的大规模并行内存碎片整理

DOI：
发表时间：
2019
期刊：
影响因子：
0
作者：
Matthias Springer;Yaozhu Sun;Hidehiko Masuhara;Matthias Springer;Matthias Springer;Matthias Springer
通讯作者：
Matthias Springer