.png){kind=icon}
返回
Futures in Task Graphs - Extending Taskflow with Dynamic Data Dependencies
.png){kind=icon}
PRE
AI
DOI：10.1007/978-3-031-97196-9_5.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
任务并行编程是高效利用现代多核架构的常用方法。在此方法中，程序员将计算描述为一组任务及其依赖关系。这些依赖关系可以是动态的，意味着它们只能在运行时被发现。动态依赖关系可以通过future构造来表达，该构造有多种变体。先前算法研究表明，存在一种特别强大的变体，允许futures封装其他futures，并将填充future的责任从一个任务转移到另一个任务。这种强大的future类型尚未被任何当前运行时系统支持。本文将其集成到Taskflow系统中。我们描述了编程模型和用户界面的更改，概述了一些实现方面，并使用类似于层次矩阵LU分解的基准测试来评估实现。
Keyword:
Task-based Parallel Programming
Dependencies
Futures
期刊
A
IF:
0
论文数:
13
被引数:
0
机构
引用论文
A sparse matrix arithmetic based on H-matrices.: Part I :: Introduction to H-matrices.png)
COMPUTING
COMPUTINGIF2.8
PREAI
分享收藏Pipelining with futuresProceedings of the ninth annual ACM symposium on Parallel algorithms and architectures - SPAA '97
Proceedings of the ninth annual ACM symposium on Parallel algorithms and architectures - SPAA '97IF0
PREAI
分享收藏
分享收藏分享收藏Taskflow: A Lightweight Parallel and Heterogeneous Task Graph Computing SystemTaskflow: 一种轻量级并行异构任务图计算系统
OAAI
OAAI分享收藏 没有更多内容
没有更多内容