CCRI: ENS: Collaborative Research: Modernizing gem5: Expanding the Reach of Computer Architecture Simulation

CCRI：ENS：协作研究：现代化 gem5：扩大计算机体系结构仿真的范围

基本信息

批准号：
1925485
负责人：
Matthew Sinclair
金额：
$ 36.28万
依托单位：
University of Wisconsin-Madison
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2019
资助国家：
美国
起止时间：
2019-10-01 至 2023-09-30
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1925485&HistoricalAwards=false
关键词：
CCRI ENS Collaborative Research Modernizing

项目摘要

Computer systems are increasingly important to society and the advancement of science. In recent years, technological trends have made it increasingly difficult to continue scaling their performance. As a result, research to further improve computer systems is vital. Traditionally, this research has relied on cycle-level software simulation of these computer systems to model the potential improvements of novel techniques. However, much of the software was written 15 years ago, and it is currently maintained by students and researchers. This project will make a concerted effort to improve the underlying simulation infrastructure, which will enable increased research output by the computer systems community. It will specifically focus on the gem5 infrastructure, which is widely used in the community (e.g., cited over 3000 times) and considered the de facto tool for simulating all components of the computing system.This project will enhance and rejuvenate the aging gem5 community infrastructure through improvements to the underlying gem5 components, community outreach and improved user's services, and developing new models for emerging devices required for evaluating important applications (e.g., machine learning, augmented and virtual reality, high performance computing, and system security). These improvements will increase the research output of gem5's broad user base and extend the ability to perform hardware-software co-design to the entire computer systems community. This project will broaden the already vibrant gem5 community through reducing the barrier to entry by (1) running two gem5 summer schools to introduce junior graduate students to gem5 and computer systems research, (2) simplifying gem5's interface, (3) improving the community's documentation and communication channels, and (4) supervising a community code shepherd to help researchers integrate their code with the community infrastructure. The investigators will also create a set of 'known-good' system configurations that will significantly increase the productivity of researchers performing detailed cycle-level research studies. These system configurations will be proxies for current state-of-the-art systems and will be publicly validated against real systems and workloads suggested by the community.This project will create a sustainable path for the future of the gem5 infrastructure by improving the code testing coverage and increasing the robustness of hardware device models. Additionally, community outreach efforts will broaden the community increasing the impact of gem5 and providing more contributors to continue development of this infrastructure after this project completes.This award reflects NSF's statutory mission and has been deemed worthy of support through evaluation using the Foundation's intellectual merit and broader impacts review criteria.

计算机系统对社会和科学进步越来越重要。近年来，技术趋势使得继续扩展其性能变得越来越困难。因此，进一步改进计算机系统的研究至关重要。传统上，这项研究依赖于这些计算机系统的循环级软件模拟来模拟新技术的潜在改进。然而，该软件的大部分是 15 年前编写的，目前由学生和研究人员维护。该项目将齐心协力改进底层模拟基础设施，从而增加计算机系统社区的研究成果。它将特别关注gem5基础设施，该基础设施在社区中广泛使用（例如，被引用超过3000次），并被认为是模拟计算系统所有组件的事实上的工具。该项目将增强和振兴老化的gem5社区基础设施通过改进底层 gem5 组件、社区推广和改进用户服务，以及为评估重要应用程序（例如机器学习、增强和虚拟现实、高性能计算和系统）所需的新兴设备开发新模型安全）。这些改进将增加 gem5 广泛用户群的研究成果，并将执行硬件软件协同设计的能力扩展到整个计算机系统社区。该项目将通过以下方式扩大已经充满活力的 gem5 社区：(1) 举办两所 gem5 暑期学校，向初级研究生介绍 gem5 和计算机系统研究，(2) 简化 gem5 的界面，(3) 改进社区的文档，从而降低进入门槛，从而扩大已经充满活力的 gem5 社区和沟通渠道，(4) 监督社区代码守护者，帮助研究人员将他们的代码与社区基础设施集成。研究人员还将创建一套“已知良好”的系统配置，这将显着提高研究人员进行详细的周期级研究的生产力。这些系统配置将代表当前最先进的系统，并将根据社区建议的真实系统和工作负载进行公开验证。该项目将通过改进代码测试，为 gem5 基础设施的未来创建一条可持续发展的道路覆盖范围并提高硬件设备模型的稳健性。此外，社区外展工作将扩大社区范围，增加 gem5 的影响，并在该项目完成后提供更多贡献者继续开发该基础设施。该奖项反映了 NSF 的法定使命，并通过使用基金会的智力优势和能力进行评估，被认为值得支持。更广泛的影响审查标准。

项目成果

期刊论文数量（11）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Improving the Speed of gem5’s GPU Regression Tests

提高 gem5 GPU 回归测试的速度

DOI：
发表时间：
2023-06
期刊：
5th gem5 Users' Workshop
影响因子：
0
作者：
James Braun;Matthew D. Sinclair
通讯作者：
Matthew D. Sinclair

Enabling Reproducible and Agile Full-System Simulation

实现可重复且敏捷的全系统仿真

DOI：
发表时间：
2021-03
期刊：
2021 IEEE International Symposium on Performance Analysis of Systems and Software
影响因子：
0
作者：
Bobby R. Bruce; Ayaz Akram
通讯作者：
Ayaz Akram

Modeling Modern GPU Applications in gem5

在 gem5 中对现代 GPU 应用程序进行建模

DOI：
发表时间：
2020-05
期刊：
gem5 Users Workshop
影响因子：
0
作者：
Roarty, Kyle;Sinclair, Matthew D.
通讯作者：
Sinclair, Matthew D.

Analyzing the Benefits of More Complex Cache Replacement Policies in Moderns GPU LLCs

分析现代 GPU LLC 中更复杂的缓存替换策略的好处

DOI：
发表时间：
2023-06
期刊：
5th gem5 Users' Workshop
影响因子：
0
作者：
Jarvis Jia;Matthew D. Sinclair
通讯作者：
Matthew D. Sinclair

Improving the Speed of gem5’s GPU Regression Tests

提高 gem5 GPU 回归测试的速度

DOI：
发表时间：
2023-06
期刊：
5th gem5 Users' Workshop
影响因子：
0
作者：
James Braun;Matthew D. Sinclair
通讯作者：
Matthew D. Sinclair

DOI：
{{ item.doi }}
发表时间：
{{ item.publish_year }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.author }}

数据更新时间：{{ patent.updateTime }}

Matthew Sinclair其他文献

3D Fetal Skull Reconstruction from 2DUS via Deep Conditional Generative Networks

通过深度条件生成网络从 2DUS 重建 3D 胎儿颅骨

DOI：
10.1007/978-3-030-00928-1_44
发表时间：
2018-09-16
期刊：
影响因子：
0
作者：
Juan J. Cerrolaza;Yuanwei Li;C. Biffi;Alberto Gómez;Matthew Sinclair;J. Matthew;C. Knight;Bernhard Kainz;D. Rueckert
通讯作者：
D. Rueckert

Ensembles of Multiple Models and Architectures for Robust Brain Tumour Segmentation

用于鲁棒脑肿瘤分割的多个模型和架构的集合

DOI：
10.1007/978-3-319-75238-9_38
发表时间：
2017-09-14
期刊：
影响因子：
0
作者：
K. Kamnitsas;Wenjia Bai;Enzo Ferrante;Steven G. McDonagh;Matthew Sinclair;Nick Pawlowski;Martin Rajchl
通讯作者：
Martin Rajchl

Image To Tree with Recursive Prompting

带递归提示的图像到树

DOI：
10.48550/arxiv.2301.00447
发表时间：
2023-01-01
期刊：
ArXiv
影响因子：
0
作者：
James Batten;Matthew Sinclair;Ben Glocker;M. Schaap
通讯作者：
M. Schaap

Fully Automated Segmentation-Based Respiratory Motion Correction of Multiplanar Cardiac Magnetic Resonance Images for Large-Scale Datasets

大规模数据集的多平面心脏磁共振图像的全自动基于分割的呼吸运动校正

DOI：
10.1007/978-3-319-66185-8_38
发表时间：
2017-09-10
期刊：
影响因子：
0
作者：
Matthew Sinclair;Wenjia Bai;E. Puyol;O. Oktay;D. Rueckert;A. King
通讯作者：
A. King

Atlas-ISTN: Joint Segmentation, Registration and Atlas Construction with Image-and-Spatial Transformer Networks

Atlas-ISTN：使用图像和空间变换器网络进行联合分割、配准和图集构建

DOI：
10.1016/j.media.2022.102383
发表时间：
2020-12-18
期刊：
Medical image analysis
影响因子：
10.9
作者：
Matthew Sinclair;A. Schuh;K. Hahn;K. Petersen;Ying Bai;James Batten;M. Schaap;B. Glocker
通讯作者：
B. Glocker