زمان‌بندی آگاه از تداخل زمانی در سیستم‌های مبتنی بر پردازنده گرافیکی

معماری‌های جدید پردازنده‌های گرافیکی برای جلوگیری از هدررفت منابع امکان اجرای همزمان چند کرنل را فراهم می‌کنند. بااینحال، اگر دو یا چند کرنل بخواهند همزمان به منابعاشتراکی دسترسی داشته باشند تداخل ایجاد شده و باعث کاهش کارایی می‌شود. در سالهای اخیر پژوهش‌های متعددی در زمینه پیشبینی تداخل اجرای کرنلها انجام شده است، منتهیپیشبینی تداخل بر اساس الگوی زمانی مصرف منابع تابهحال مورد بررسی قرار نگرفته است. در این مقاله روشی برای پیش بینی تداخل زمانی اجرای کرنلها با استفاده از مدل های یادگیریماشین ارائه شده است که با استفاده از الگوی زمانی مصرف منابع هر کرنل، تداخل اجرای همزمان دو کرنل را تخمین میزند. همچنین یک روش زمانبندی مکاشف‌های با استفاده از مدلتخمین تداخل پیشنهادی برای اجرای همزمان کرنل ها ارائه شده است. ارزیابی های انجام شده بر روی کاربردهای واقعی نشان میدهد که روش پیشنهادی در اجرای سریعتر کرنل ها به طورمیانگین 67 %نسبت به حالت اجرای سریال، بیش از 17 %نسبت به بهروزترین زمانبند آگاه از تداخل پیشین و بیش از 27 %نسبت به زمانبند ناآگاه از تداخل بهبود داشته است. همچنیننسبت به این روشها به ترتیب به میزان 26 ،%10 %و 8 %نیز در مصرف انرژی صرفه جویی شده است.‌