Caracterización de aplicaciones GPU y estudio de interferencias en una GPU Nvidia GeForce Titan X

Abstract

[ES] Actualmente la implementación de las GPGPU intenta maximizar el uso de los recursos disponibles, pero todavía no contempla la compartición de recursos entre distintas aplicaciones. En este trabajo se exploran las posibilidades de paralelización que las GPGPU ofrecen con el objetivo de diseñar un planificador que tenga en cuenta la contención en los recursos compartidos y la simbiosis entre aplicaciones. Mediante el uso de las herramientas proporcionadas por NVIDIA se caracteriza el comportamiento de una serie de aplicaciones GPGPU en ejecución individual y concurrente. Los resultados de los experimentos muestran que existe una correlación entre las tasas de acceso a los recursos compartidos y la degradación de las prestaciones, lo que abre la puerta al diseño de planificadores inteligentes para GPGPU.

[EN] Nowadays GPGPUs maximize available resource usage, but they do not yet consider resource sharing among different GPGPU applications. In this work, GPGPU capabilities to execute several applications in parallel are explored in order to design a scheduler that takes into account resource sharing and application symbiosis. Using NVIDIA tools, the behavior of applications is characterized in both individual and parallel execution. Results show a correlation between shared resource access rates and IPC degradation, enabling the design of intelligent schedulers for GPGPUs.