
رمز المصدر لورقة ASPLOS 2023 ، " Minimalloc: مخصص للذاكرة خفيفة الوزن للتعلم الآلي الذي يعشقه الأجهزة ."
يتم دعم عدد متزايد من أعباء عمل التعلم العميق عن طريق تسريع الأجهزة . من أجل إلغاء قفل الحد الأقصى للأداء لتسريع الأجهزة ، يجب أولاً تعيين نموذج التعلم الآلي بعناية على مكوناته الداخلية المختلفة عن طريق برنامج التحويل البرمجي . إحدى المشكلات المهمة بشكل خاص التي يواجهها برنامج التحويل البرمجي من فئة الإنتاج هي مشكلة تخصيص الذاكرة ، حيث يتم تعيين مجموعة من المخازن المؤقتة ذات العمر المحدد مسبقًا على إزاحة في الذاكرة العالمية. نظرًا لأن هذا التخصيص يتم تنفيذه بشكل ثابت ، فإن المترجم لديه حرية وضع المخازن المؤقتة بشكل استراتيجي ، ولكن يجب أن يصارع مع انفجار توافقي في عدد إمكانيات المهمة.
MinimAlloc هي خوارزمية حديثة مصممة خصيصًا لتخصيص الذاكرة الثابتة التي تستخدم العديد من تقنيات البحث الجديدة من أجل حل هذه المشكلات بكفاءة وفعالية.
تتمثل إحدى البصيرة الرئيسية التي تحفز منهجيتنا في اكتشاف فئة محددة من الحلول - التي نسميها الحلول الكنسي - التي تتوافق مع أعضاء الشبكة الجبرية:

من خلال الحد من استكشافنا على المجموعة الفرعية من الحلول الكنسي ، يمكننا تقليل حجم مساحة البحث بشكل كبير مع التأكد من أن خوارزميةنا تظل سليمة وكاملة. نحن نستخدم أيضًا تقنية استدلال مكانية جديدة تستفيد من هذا الهيكل الخاص ، مما يسمح لـ Solver بالتراجع في وقت أبكر بكثير مما كان ممكنًا. أخيرًا ، نقوم بتنفيذ آلية جديدة للكشف عن الحلول المهيمنة والقضاء عليها.
$ git clone --recursive [email protected]:google/minimalloc.git &&
cd minimalloc && cmake -DCMAKE_BUILD_TYPE=Release && make
id,lower,upper,size
b1,0,3,4
b2,3,9,4
b3,0,9,4
b4,9,21,4
b5,0,21,4
$ ./minimalloc --capacity=12 --input=benchmarks/examples/input.12.csv --output=output.12.csv
id,lower,upper,size,offset
b1,0,3,4,8
b2,3,9,4,8
b3,0,9,4,4
b4,9,21,4,4
b5,0,21,4,0
@inproceedings { Moffitt2023 ,
title = { {MiniMalloc}: A Lightweight Memory Allocator for Hardware-Accelerated Machine Learning } ,
booktitle = { Proceedings of the 28th International Conference on Architectural Support for Programming Languages and Operating Systems } ,
volume = { 4 } ,
pages = { 238--252 } ,
author = { Moffitt, Michael D. } ,
year = { 2023 } ,
series = { ASPLOS 2023 } ,
url = { https://doi.org/10.1145/3623278.3624752 } ,
doi = { 10.1145/3623278.3624752 }
}هذا ليس منتج Google المدعوم رسميًا.