دانلود ترجمه مقاله بسته Native-GPU I/O برای کاربردهای GPU در اترنت کالا

1. مقدمه 2. انگیزه 3. طرح 4. پیاده سازی 5. ارزیابی 6. مطالعات مرتبط 7. نتیجه گیری

چکیده – ارائه شبکه‌ای با کارایی بالا برای برنامه‌هایی با شتاب دهنده GPU در اترنت کالا، با وجود ظهور فناوری‌های مختلف بهبود شبکه، همچنان موضوع چالش برانگیزی است. Kernel-bypass I/O، همانند DPDK یا netmap، که غالبا برای برنامه‌های CPU مبتنی بر حافظه میزبان بهینه‌سازی می شود، به علت سربار انتقال داده بین میزبان و GPU، در زمینه بهبود عملکرد برنامه‌های شتاب‌دهنده GPU دارای محدودیت‌هایی است. در این مطالعه، در زمینه اترنت کالا، به بحث در خصوص بسته GPU-Ether، GPU-native Packet I/O می پردازیم که از طریق رشته‌های هسته دائمی اختصاصی، دسترسی مستقیم به شبکه را از GPU امکان‌پذیر می‌ کند. در این مطلعه، نمونه اولیه GPU-Ether را بر روی یک کارت شبکه اترنت کالا پیاده سازی کرده و برای ارزیابی آن، آزمایشات گسترده ای را انجام می دهیم. نتایج حاکی از آن است که GPU-Ether می‌تواند توان عملیاتی بالا و تأخیر کم را برای برنامه‌های GPU امکانپذیر کند. مقدمه: در سال های اخیر، واحد پردازش گرافیکی (GPU) به یکی از محبوب ترین شتاب دهنده ها تبدیل شده است. همچنین ، لازم به ذکر است که پردازنده‌های گرافیکی با قابلیت پردازش بسیار موازی و پهنای باند حافظه زیاد برای برنامه‌های کاربردی محاسباتی/حافظه‌بردار از توابع شبکه شتاب‌دهنده (NF) [1]–[5] گرفته تا یادگیری عمیق توزیع شده [6]، [7] و محاسبات علمی مختلف نظیر تحقیقات در مورد کووید 19 بسیار مناسب هستند. از اینرو، اکثر سرورهای محاسباتی در مراکز داده مدرن [9]، [10] و محیط های محاسباتی با کارایی بالا (HPC) [11] مجهز به GPU می باشند.

Despite the advent of various network enhancement technologies, it is yet a challenge to provide high-performance networking for GPU-accelerated applications on commodity Ethernet. Kernel-bypass I/O, such as DPDK or netmap, which is normally optimized for host memory-based CPU applications, has limitations on improving the performance of GPU-accelerated applications due to the data transfer overhead between host and GPU. In this paper, we propose GPU-Ether, GPU-native packet I/O on commodity Ethernet, which enables direct network access from GPU via dedicated persistent kernel threads. We implement GPU-Ether prototype on a commodity Ethernet NIC and perform extensive testing to evaluate it. The results show that GPU-Ether can provide high throughput and low latency for GPU applications. INTRODUCTION: Graphics processing unit (GPU) becomes one of the most popular accelerators in recent years. GPUs with massively parallel processing capability and large memory bandwidth are well suited to compute/memory-intensive applications ranging from accelerated network functions (NFs) [1]–[5] to distributed deep learning [6], [7] and various scientific computing, including research for COVID-19 [8]. Accordingly, most computing servers in modern data centers [9], [10] and high-performance computing (HPC) [11] environments are equipped with GPUs.

ترجمه این مقاله در 26 صفحه آماده شده و در ادامه نیز صفحه 11 آن به عنوان نمونه قرار داده شده است که با خرید این محصول می توانید، فایل WORD و PDF آن را دریافت نمایید.