A NUMA-aware fine grain parallelization framework for multi-core architecture
AUMAGE, Olivier
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Efficient runtime systems for parallel architectures [RUNTIME]
See more >
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Efficient runtime systems for parallel architectures [RUNTIME]
AUMAGE, Olivier
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Efficient runtime systems for parallel architectures [RUNTIME]
< Reduce
Laboratoire Bordelais de Recherche en Informatique [LaBRI]
Efficient runtime systems for parallel architectures [RUNTIME]
Language
en
Communication dans un congrès
This item was published in
PDSEC - 14th IEEE International Workshop on Parallel and Distributed Scientific and Engineering Computing - 2013, 2013-05-24, Boston. 2013-05-24
Abstract
Dans cet article, nous présentons des solutions pour des problèmes couramment rencontrés en parallélisation à grain fin sur les architectures multi-cœurs : exprimer les algorithmes en utilisant une taille de grain adaptée ...Read more >
Dans cet article, nous présentons des solutions pour des problèmes couramment rencontrés en parallélisation à grain fin sur les architectures multi-cœurs : exprimer les algorithmes en utilisant une taille de grain adaptée au matériel et minimisant les surcoûts en temps induits par les accès mémoire non uniformes (NUMA). Afin d'évaluer le bénéfice de notre proposition, nous présentons des expérimentations de parallélisation à grain fin d'un solveur itératif pour les systèmes linéaires creux comparées à l'approche Intel TBB.Read less <
English Abstract
In this paper, we present some solutions to handle to problems commonly encountered when dealing with fine grain parallelization on multi-core architecture: expressing algorithm using a task grain size suitable for the ...Read more >
In this paper, we present some solutions to handle to problems commonly encountered when dealing with fine grain parallelization on multi-core architecture: expressing algorithm using a task grain size suitable for the hardware and minimizing the time penalty due to Non Uniform Memory Accesses. To evaluate the benefit of our work we present some experiments on the fine grain parallelization of an iterative solver for spare linear system with some comparisons with the Intel TBB approach.Read less <
Origin
Hal imported