Optimiser l'Efficacité des Systèmes Parallèles : Adaptation Dynamique des Graphes de Tâches Récursives - Université de Bordeaux
Communication Dans Un Congrès Année : 2024

Optimiser l'Efficacité des Systèmes Parallèles : Adaptation Dynamique des Graphes de Tâches Récursives

Résumé

Task-based programming models significantly improve the efficiency of parallel systems. The Sequential Task Flow (STF) model focuses on static task sizes within task graphs, but determining optimal granularity during graph submission is tedious. To overcome this, we extend StarPU's STF recursive tasks model, enabling dynamic transformation of tasks into subgraphs. Early evaluations on homogeneous shared memory reveal that this just-in-time adaptation enhances performance.
L’efficacité des systèmes parallèles a été significativement améliorée par l’utilisation de modèles de programmation par tâches. Particulièrement, le modèle de Flot Séquentiel de Tâches (FST) est très utilisé grâce à sa simplicité d’utilisation, avec des tâches dont les tailles sont difficilement adaptables à l’exécution, ce qui peut être problématique lorsque déterminer la granularité optimale est complexe. Pour outrepasser cette limitation, nous étendons le modèle des tâches récursives du FST de StarPU pour permettre une transformation dynamique des tâches en sous-graphes. Nous fournissons une évaluation préliminaire en mémoire partagée, qui montre que cette adaptation sur le moment améliore les performances.
Fichier principal
Vignette du fichier
samplepaper.pdf (818.91 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Dates et versions

hal-04672417 , version 1 (18-09-2024)

Licence

Identifiants

  • HAL Id : hal-04672417 , version 1

Citer

Thomas Morin. Optimiser l'Efficacité des Systèmes Parallèles : Adaptation Dynamique des Graphes de Tâches Récursives. COMPAS 2024 - Conférence francophone d'informatique en Parallélisme, Architecture et Système, Jul 2024, Nantes, France. ⟨hal-04672417⟩
0 Consultations
0 Téléchargements

Partager

More