1 |
1
태스크들이 공유자원에 대해 서로 경쟁을 할 때 버퍼 사용량 정보를 활용하여 미리 설정된 제 1 기준치와의 비교를 통해 특정 워크로드에서 다른 태스크에게 주는 성능의 영향력의 크고 작음을 판단하는 영향력 판단부와,태스크들이 공유자원에 대해 서로 경쟁을 할 때 L1D prefetch 및 LLC reference의 측정결과를 활용하여 미리 설정된 제 2 기준치와의 비교를 통해 다른 태스크들로 인해 발생되는 성능저하의 크고 작음을 판단하는 제 1 성능저하 판단부와,상기 영향력 판단부에서 판단된 영향력이 큰 태스크들이 L1D prefetch를 기반으로 받는 영향력을 분석하여 미리 설정된 제 2 기준치와의 비교를 통해 다른 태스크들로 인해 발생되는 성능저하의 크고 작음을 판단하는 제 2 성능저하 판단부와,태스크들에 대한 온라인 모니터링을 통해 필요로 하는 정보로 1) LLC Reference, 2) offcore requests buffer full, 3) L2 Prefetch Request, 4) L1D Prefetch Request 정보들을 얻어, 상기 영향력 판단부에서 다른 태스크들에게 상대 성능 감소폭을 크게 주는 태스크들과 상기 제 1, 2 성능저하 판단부에서 판단된 다른 태스크들에게 상대 성능 감소폭을 작게 받는 태스크를 서로 짝지여 같은 공유자원으로 분류하는 태스크 분류부를 포함하여 구성되는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류 장치
|
2 |
2
제 1 항에 있어서, 상기 태스크 분류부는 다른 태스크들에게 상대 성능 감소폭을 크게 주는 태스크를 선택할 때, 제 2 성능저하 판단부에서 성능저하가 작아 다른 태스크들에게 상대 성능 감소폭을 크게 받는 태스크를 선택하는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류 장치
|
3 |
3
(A) 영향력 판단부를 통해 태스크들이 공유자원에 대해 서로 경쟁을 할 때 버퍼 사용량 정보를 활용하여 미리 설정된 제 1 기준치와의 비교를 통해 특정 워크로드에서 다른 태스크에게 주는 성능의 영향력의 크고 작음을 판단하는 단계와,(B) 제 1 성능저하 판단부를 통해 태스크들이 공유자원에 대해 서로 경쟁을 할 때 L1D prefetch 및 LLC reference의 측정결과를 활용하여 미리 설정된 제 2 기준치와의 비교를 통해 다른 태스크들로 인해 발생되는 성능저하의 크고 작음을 판단하는 단계와,(C) 제 2 성능저하 판단부를 통해 상기 판단된 영향력이 큰 태스크들이 L1D prefetch를 기반으로 받는 영향력을 분석하여 미리 설정된 제 3 기준치와의 비교를 통해 다른 태스크들로 인해 발생되는 성능저하의 크고 작음을 판단하는 단계와,(D) 태스크 분류부를 통해 상기 다른 태스크들에게 상대 성능 감소폭을 크게 주는 태스크들과 상기 다른 태스크들에게 상대 성능 감소폭을 작게 받는 태스크를 서로 짝지여 같은 공유자원으로 분류하여 코어에 매핑하는 단계를 포함하여 이루어지는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|
4 |
4
제 3 항에 있어서, 상기 (A) 단계는 제 1 기준치보다 버퍼 사용량이 많으면 영향력이 큰 것으로 판단하고, 적으면 영향력이 작은 것으로 판단하는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|
5 |
5
제 3 항에 있어서, 상기 (A) 단계는코어의 공유 자원 요청이 SQ(Super Queue)에 큐잉되는 단계와,상기 SQ가 더 이상 요청을 받을 수 없는 상황이 되어, offcore requests buffer full이 발생되는 단계와,상기 offcore requests buffer full 정보를 통하여 태스크들이 공유 자원의 사용량을 측정하는 단계와,상기 측정된 공유 자원의 사용량을 통해 다른 태스크들에게 영향력을 끼치는 정도를 판단하는 단계로 이루어지는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|
6 |
6
제 3 항에 있어서, 상기 (B) 단계는상기 제 2 기준치보다 상기 L1D prefetch 및 LLC reference의 측정결과 LLC 접근 비율이 크면 성능저하가 큰 것으로 판단하고, 작으면 성능저하가 작은 것으로 판단하는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|
7 |
7
제 3 항에 있어서, 상기 (C) 단계는L1D prefetch 수행 횟수가 제 3 기준치보다 크면 성능저하가 큰 것으로 판단하고, 작으면 성능저하가 작은 것으로 판단하는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|
8 |
8
제 3 항에 있어서, 상기 (D) 단계는 다른 태스크들에게 영향력을 많이 주는 태스크를 선택할 때, 성능저하가 작게 판단된 태스크를 선택하는 것을 특징으로 하는 멀티코어에서 태스크 및 가상 머신 성능의 온라인 특성 분류를 위한 최적 배치 방법
|