컴퓨터 과학 (Computer Science) > 분산, 병렬 및 클러스터 컴퓨팅 (Distributed, Parallel, and Cluster Computing)

제목: RAFI -- 데이터 병렬 멀티 노드/멀티 GPU 컴퓨팅을 위한 Ray/작업 전달 인프라

PDF HTML 보기 (실험적) 초록: 본 논문에서는 레이 (rays) 또는 이와 유사한 작업 항목 (work items)이 서로 다른 GPU 간에 이동해야 하는 GPU 지원 데이터 병렬 (data-parallel) 소프트웨어를 구축하는 작업을 단순화하는 CUDA 및 MPI 기반 소프트웨어 프레임워크인 RaFI를 소개합니다. RaFI는 CUDA 커널이 이러한 작업 항목을 다른 GPU로 전달할 수 있는 간단한 인터페이스를 제공하며, 내부적으로는 이를 실현하는 데 필요한 모든 CUDA 및 MPI 관련 작업을 관리합니다. 우리는 RaFI의 동기 (motivation) 및 구현을 설명하고, 여러 예시 애플리케이션에서의 잠재력을 보여줍니다.

서지 및 인용 도구

이 논사와 관련된 코드, 데이터 및 미디어

데모

추천 및 검색 도구

arXivLabs: 커뮤니티 협력자와 함께하는 실험적 프로젝트

arXivLabs는 협력자들이 당사 웹사이트에서 직접 새로운 arXiv 기능을 개발하고 공유할 수 있도록 지원하는 프레임워크입니다.

arXivLabs와 함께 활동하는 개인 및 조직은 개방성, 커뮤니티, 탁월함, 그리고 사용자 데이터 프라이버시라는 우리의 가치를 수용하고 받아들였습니다. arXiv는 이러한 가치에 전념하며, 이를 준수하는 파트너와만 협력합니다.

arXiv 커뮤니티에 가치를 더할 프로젝트 아이디어가 있습니까? arXivLabs에 대해 자세히 알아보세요.