机构名称：
¥ 1.0
在GPU销售的驱动下，NVIDIA现在超出了AMD和英特尔的总和。1世界正在发生变化，而GPU（而不是CPU）迅速成为计算机系统中最重要的处理器。GPU已使新的网络物理系统从智能助理到自动驾驶汽车。现实世界的安全性或可用性涉及对这些系统施加实际的响应时间截止日期。此类系统也可能需要运行多个AI任务，例如一个DNN与其他AI任务一起用于对话界面，以便在自动驾驶汽车中进行对象检测或计划。但是，这引起了问题 - 如何将GPU的任务安排到GPU上，同时可靠地满足截止日期？我通过（1）开发优先级的调度程序来解决GPU时间，以及（2）将分区系统分配到将GPU内核分配在共同运行的任务之间。后一种技术通过增加GPU核心始终进行未决的工作的可能性来提高GPU效率。我所有的工作得到了（3）NVIDIA的GPU架构的广泛反向工程的支持。与其他工作不同，我强调了在GPU上未修改任务的系统级调度 - 金如何在商品系统中进行CPU计划。实用性对我的工作至关重要，因此我专注于与现有GPU硬件和软件堆栈一起使用的技术。我的工作在过去五代NVIDIA GPU中都是开源的，并且都参与并通过了工件评估。
约书亚·巴基塔（Joshua Bakita）：研究声明，2025年1月
主要关键词
相关文件推荐
