L'eclat des jours(2009-11-10)
_ でっかなバッファを避ける? Aleviating Memory Fragmentation in Mono コンパクティングしなければ、いやでもフラグメントがどかどかできる。 するとでっかなバッファを取ろうとすると新しいページの割り当てが必要となりプロセスが肥大する。 だからでっかなバッファを要求すんな。細切れ継ぎ合わせメモリーストリームを使え。 と読んだ。 細切れ継ぎ合わせ方式だと実際のバッファへのポインタ分だけ余分なメモリを食うわけだし、次の細切れへの移動にオーバーヘッドがかかるわけだが、それを補ってあまりある恩恵が得られればOK。 （ここで、「さっそく試してみる」といかないところがだめなところだ）
データベースの動的デフラグ - mixi engineer blog
ノートPCの冷却ファンがうるさいのを対処しようとしてWebで調べたら、そのファンの設計者が「静音性へのこだわり」を語ったページにたどり着いて複雑な心境のmikioです。今回は、Tokyo Cabinet（TC）の最新バージョンで実装された動的デフラグ機能について長々と説明します。 断片化とデフラグ 任意のサイズのデータを管理する記憶装置においては、利用可能領域の断片化（fragmentation）の問題が常につきまといます。ファイルシステム上で任意のサイズのファイルを管理する際にも、データベースファイル内で任意のサイズのレコードを管理する際にも、C言語のmalloc/free関数群でメモリの管理をする際にも、様々なレイヤで断片化が起きうるのです。なぜなら、データを削除もしくは移動した際の空き領域を再利用するにあたって、その領域と同じサイズのデータが常に入ってくるとは限らないからです。特にデ
TSUBAME のTesla を用いた GPGPU (CUDA) CUDAの基礎 丸山直也 2009/6/11
松岡研究室は並列分散コンピューティング、特に高性能計算(HPC)に関するソフトウェア基盤技術の研究を行なっています。HPCとはコンピュータシミュレーションなどのより大規模な問題をより高速に計算するための技術です。昨今の科学技術の発展にはHPCにより支えられた非常に高度なコンピュータシミュレーションの重要性がますます高まってきており、松岡研究室では様々な応用分野の方々とも協力しつつより先進的なHPC基盤技術の研究開発に取り組んでおります。 また、近年では機械学習や深層学習（Deep Learning）技術の総称である人工知能（AI）技術が急激な勢いで実用化されつつありますが、この技術の発展には膨大なデータを極めて高速に処理する基盤技術が必要不可欠です。松岡研究室では、特に近年発展しているこのAI技術とHPC技術の融合を一つのテーマとして掲げており、各種アクセラレータ・スーパーコンピュータを用
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
処理を実行中です
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
