技术论文林克在这里。
发表于:2021年ACM/IEEE第48届计算机体系结构国际研讨会(ISCA)
杨一凡(麻省理工学院);Joel Emer (MIT / NVIDIA);丹尼尔·桑切斯(麻省理工学院)
文摘:
“不规则的应用程序，如图分析和稀疏线性代数，经常对单个或短序列元素进行间接的、依赖数据的访问，这会导致高主内存流量并限制性能。数据压缩是通过减少内存流量来加速不规则应用程序的一种很有前途的方法。然而，软件压缩增加了大量的开销，而且以前的硬件压缩技术在处理不规则应用程序的复杂访问模式时效果不佳。我们提出了SpZip，这是一种体系结构方法，可以使数据压缩适用于不规则算法。SpZip加速了不规则应用程序使用的数据结构的遍历、解压缩和压缩。此外，这些活动以一种解耦的方式运行，隐藏了内存访问和解压延迟。为了在这些应用程序中支持广泛的访问模式，SpZip是可编程的，并使用一种新颖的Dataflow配置语言来指定遍历和生成压缩数据的程序。我们的SpZip实现利用数据流执行和时间多路复用来实现低成本的可编程性。我们在一个模拟的多核系统上评估SpZip，该系统运行一组广泛的图和线性代数算法。SpZip比目前最先进的纯软件(硬件加速)系统的性能平均提高了3.0× (1.5×)，并减少了1.7× (1.4×)的内存流量。这些好处来自于减少压缩导致的数据移动，以及减少昂贵的遍历和(反)压缩操作。”
杨旸，J. S. Emer和D. Sanchez，“SpZip:在不规则应用程序中有效数据压缩的架构支持”，2021 ACM/IEEE第48届计算机体系结构国际研讨会(ISCA)， 2021年，第1069-1082页，doi: 10.1109/ISCA52012.2021.00087。
留下回复