@techreport{oai:ipsj.ixsq.nii.ac.jp:00182765,
 author = {塚田, 敬司 and 伊野, 文彦 and 萩原, 兼一 and Keishi, Tsukada and Fumihiko, Ino and Kenichi, Hagihara},
 issue = {4},
 month = {Jul},
 note = {本稿では，GPU （Graphics Processing Unit） サイクル共有システムにおけるゲストの労力を削減するために，タスク粒度を自動的に推定する手法を提案する．サイクル共有システムでは，計算資源提供者 （ホスト） のフレームレート維持および科学計算投入者 （ゲスト） の計算高速化を両立する必要がある．これらはゲストタスクの粒度を調節することで両立できる．しかし，既存の協調マルチタスク手法は手動による調節を必要とする．この手動の調節を回避するために，提案手法はホストの遊休時間を計測し，適切なタスク粒度を自動的に推定する．一般に，ホストプログラムを変更することなく遊休時間を計測することは難しい．そこで，ホストタスクの実行時間を間接的に計測することで，遊休時間を推定する．実験では，画像フィルタ （ホストタスク） のフレームレートを維持しつつ行列計算 （ゲストタスク） の実効性能の低下を 5% に抑え，適切なタスク粒度を自動的に推定できた．, In this paper, we propose a method for estimating task granularity to reduce guest's effort in graphics processing unit (GPU) cycle sharing systems. A cycle sharing system should maximize both the frame rate for resource donators (i.e., hosts) and the acceleration effect for scientific job submitters (i.e., guests). This can be realized by selecting the appropriate granularity for guest tasks. However, a previous cooperative multitasking method requires manual interactions to find the appropriate granularity. To avoid such interactions, the proposed method automatically estimates the appropriate task granularity by measuring the length of idle periods on the host. In general, it is not easy to measure the length of idle periods without changing the host program. Accordingly, we realize this estimation by indirectly measuring the execution time of host tasks. In experiments, the proposed method automatically estimated the appropriate task granularity, which not only maintained the frame rate for an image filter (i.e., host task) but also minimized the performance drop of matrix multiplication (i.e., guest task) within 5%.},
 title = {GPUサイクル共有を自動化するためのタスク粒度推定手法},
 year = {2017}
}