- -

Critical Phase-Aware Partitioning Approach (CPA)

RiuNet: Repositorio Institucional de la Universidad Politécnica de Valencia

Compartir/Enviar a

Citas

Estadísticas

  • Estadisticas de Uso

Critical Phase-Aware Partitioning Approach (CPA)

Mostrar el registro completo del ítem

Pons Escat, L.; Selfa Oliver, V.; Sahuquillo Borrás, J.; Petit Martí, SV.; Pons Terol, J. (2020). Critical Phase-Aware Partitioning Approach (CPA). Universitat Politècnica de València. http://hdl.handle.net/10251/143182

Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10251/143182

Ficheros en el ítem

[ZIP]
Nombre: CPA-cpa_tpds2020.zip
Tamaño: 110.9Kb
Formato: application/zip
Descripción: Manager framework ...
Abrir

Metadatos del ítem

Título: Critical Phase-Aware Partitioning Approach (CPA)
Otro titulo: Phase-Aware Cache Partitioning to Target both Turnaround Time and System Performance
Autor: Pons Escat, Lucía Selfa Oliver, Vicent Sahuquillo Borrás, Julio Petit Martí, Salvador Vicente Pons Terol, Julio
Entidad UPV: Universitat Politècnica de València. Grupo de Arquitecturas Paralelas
Universitat Politècnica de València. Departamento de Informática de Sistemas y Computadores - Departament d'Informàtica de Sistemes i Computadors
Fecha difusión:
Resumen:
CPA is LLC (Last Level Cache) partitioning approach that performs an efficient cache space distribution among executing applications. To assign partitions (ways) of the LLC, Intel CAT is used. This policy is included in a ...[+]
Palabras clave: C ++ , Intel CAT , Cache partitioning , LLC , Multicore processors , Memory hierarchy
Derechos de uso: Reconocimiento - No comercial - Compartir igual (by-nc-sa)
Editorial:
Universitat Politècnica de València
Código del Proyecto:
info:eu-repo/grantAgreement/AEI/Plan Estatal de Investigación Científica y Técnica y de Innovación 2017-2020/RTI2018-098156-B-C51/ES/TECNOLOGIAS INNOVADORAS DE PROCESADORES, ACELERADORES Y REDES, PARA CENTROS DE DATOS Y COMPUTACION DE ALTAS PRESTACIONES/
info:eu-repo/grantAgreement/GVA//AICO%2F2019%2F317/
Agradecimientos:
This work has been partially supported by Ministerio de Ciencia, Innovación y Universidades and the European ERDF under Grant RTI2018-098156-B-C51, and Generalitat Valenciana under Grant AICO/2019/317.
Tipo: Software

recommendations

 

Este ítem aparece en la(s) siguiente(s) colección(ones)

Mostrar el registro completo del ítem