| 講演名 | 2021-12-17 デルタ相関を用いたLSTMベースプリフェッチャ 谷合 廣紀(東大), 中村 朋生(東大), 小泉 透(東大), 出川 祐也(東大), 入江 英嗣(東大), 坂井 修一(東大), 塩谷 亮太(東大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 現代のプロセッサ（CPU）においてプログラムの実行性能を向上させるための主要なハードウェア技術の一つにプリフェッチがある．プリフェッチは将来のメモリアクセスパターンを予測し，それを先読みすることでキャッシュミスを削減する．このプリフェッチでは，より複雑なメモリアクセスパターンを正しく予測するために古くから様々なルールベースのアルゴリズムが提案されてきた．これに対し近年では，さらなる性能向上のために機械学習を用いたアルゴリズムの模索が始まっている．しかし，これまでに提案されてきた多くの機械学習ベースのアルゴリズムはうまく働いているとは言い難く，単純なルールベースのプリフェッチャと比べても高い性能を実現できていないことが多い．そこで，本論文ではルールベースのプリフェッチャがうまく扱えるようなメモリアクセスパターンを分析し，そこから得たドメイン知識を活用した新しいLSTMモデルやそのための事前学習手法を提案する． |
| 抄録(英) | Prefetching is one of the major hardware techniques to improve the execution performance of programs in modern processors (CPUs). Prefetching predicts future memory access patterns and looks ahead to them in order to reduce cache misses. For prefetching, various rule-based algorithms have been proposed in the past to correctly predict more complex memory access patterns. In recent years, researchers have begun to explore algorithms based on machine learning to further improve performance. However, many machine learning-based algorithms proposed so far do not work well and often do not achieve high performance compared to simple rule-based prefetchers. In this paper, we analyze memory access patterns that rule-based prefetchers can handle well, and propose a new LSTM model and a pre-training method for it by utilizing the domain knowledge obtained from the analysis. |
| キーワード(和) | 時系列予測 / プリフェッチ |
| キーワード(英) | Time series forecasting / Prefetch |
| 資料番号 | PRMU2021-53 |
| 発行日 | 2021-12-09 (PRMU) |
| 研究会情報 | |
| 研究会 | PRMU |
|---|---|
| 開催期間 | 2021/12/16(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | 時系列・因果推論・異常検知 |
| テーマ（英） | |
| 委員長氏名（和） | 内田 誠一(九大) |
| 委員長氏名（英） | Seiichi Uchida(Kyushu Univ.) |
| 副委員長氏名（和） | 岩村 雅一(阪府大) / 安倍 満(デンソーアイティーラボラトリ) |
| 副委員長氏名（英） | Masakazu Iwamura(Osaka Pref. Univ.) / Mitsuru Anpai(Denso IT Lab.) |
| 幹事氏名（和） | 柴田 剛志(NTT) / 西山 正志(鳥取大) |
| 幹事氏名（英） | Takashi Shibata(NTT) / Masashi Nishiyama(Tottori Univ.) |
| 幹事補佐氏名（和） | 山口 光太(サイバーエージェント) / 松井 勇佑(東大) |
| 幹事補佐氏名（英） | Kouta Yamaguchi(CyberAgent) / Yusuke Matsui(Univ. of Tokyo) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Pattern Recognition and Media Understanding |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | デルタ相関を用いたLSTMベースプリフェッチャ |
| サブタイトル（和） | |
| タイトル（英） | An LSTM-based prefetcher exploiting delta correlation |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 時系列予測 / Time series forecasting |
| キーワード(2)（和/英） | プリフェッチ / Prefetch |
| 第 1 著者 氏名（和/英） | 谷合 廣紀 / Hiroki Taniai |
| 第 1 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 2 著者 氏名（和/英） | 中村 朋生 / Tomoki Nakamura |
| 第 2 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 3 著者 氏名（和/英） | 小泉 透 / Toru Koizumi |
| 第 3 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 4 著者 氏名（和/英） | 出川 祐也 / Yuya Degawa |
| 第 4 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 5 著者 氏名（和/英） | 入江 英嗣 / Hidetsugu Irie |
| 第 5 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 6 著者 氏名（和/英） | 坂井 修一 / Shuichi Sakai |
| 第 6 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 第 7 著者 氏名（和/英） | 塩谷 亮太 / Ryota Shioya |
| 第 7 著者 所属（和/英） | 東京大学(略称：東大) The University of Tokyo(略称：Tokyo Univ.) |
| 発表年月日 | 2021-12-17 |
| 資料番号 | PRMU2021-53 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | PRMU-304 |
| ページ範囲 | pp.160-164(PRMU), |
| ページ数 | 5 |
| 発行日 | 2021-12-09 (PRMU) |