Item type |
SIG Technical Reports(1) |
公開日 |
2018-07-23 |
タイトル |
|
|
タイトル |
プログラムフェーズを利用した最適キャッシュ管理パラメータの再現手法 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
メモリシステム |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
著者所属 |
|
|
|
東京大学 |
著者所属 |
|
|
|
東京大学 |
著者所属 |
|
|
|
東京大学 |
著者所属 |
|
|
|
東京大学 |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者所属(英) |
|
|
|
en |
|
|
The University of Tokyo |
著者名 |
渋江, 陽人
野村, 隼人
入江, 英嗣
坂井, 修一
|
著者名(英) |
Akito, Shibue
Hayato, Nomura
Hidetsugu, Irie
Shuichi, Sakai
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
プロセッサの性能向上を目指し,キャッシュ ・ マネジメントにおいても様々なアルゴリズムが提案されてきた.近年では,特定の挙動を想定せず,プログラムの挙動を用いて学習を行うことで汎用的に高性能となるような手法が数々提案されている.アクセスの予測器 [1] やシグネチャ [2] など様々な手法がある中で,最適なパラメータを学習し,十分な性能が引き出せるようになるまで時間がかかってしまうことも少なくない.あまり長い時間がかかってしまうと,学習がある程度できた時点で既にプログラムの挙動が変化し,学習結果が有効ではなくなってしまっている,という危険性が考えられる.そこでフェーズの概念に注目し,プログラムの挙動が変化しても継続的に細粒度の学習が行える機構を提案する.簡単な評価として,ストリームプリフェッチャのパラメータに適用したところ,いくつかのベンチマークにおいて性能向上が見られ,フェーズを考慮することの有効性が示唆された. |
書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10096105 |
書誌情報 |
研究報告システム・アーキテクチャ(ARC)
巻 2018-ARC-232,
号 14,
p. 1-5,
発行日 2018-07-23
|
ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8574 |
Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |