인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
개인구독
소속 기관이 없으신 경우, 개인 정기구독을 하시면 저렴하게
논문을 무제한 열람 이용할 수 있어요.
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
학술대회자료
Full-text
오류 신고하기해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
논문 기본 정보
- 저자정보
초록·키워드
Recently, virtual machine monitor (VMM) is widely used to gain server consolidation, system reliability and flexibility of applications. However, existing VMM does not fully support a scalable multi-core SMP system in which multiple multi-core packages are installed, since current VMM? implemented without understanding characteristics of the scalable multi-core systems. The characteristics of scalable multi-core system include topologies of last level caches and power management functionality of cores.
In this paper, we propose a new credit based VM scheduler which exploits the characteristics of the scalable multi-core system for optimal performance. Firstly, we revise VCPU scheduling mechanism in order to reflect last level cache topologies. Secondly, we enhance fair scheduling algorithm to reward the credit of virtual CPUs executing on lower frequency cores.
We are implementing a new VM scheduler in recent version of Xen VMM on a dual-package SMP system with each package having four cores. This study can provide a VM scheduler which targets best performance in scalable multi-core environment without degrading the fairness.
In this paper, we propose a new credit based VM scheduler which exploits the characteristics of the scalable multi-core system for optimal performance. Firstly, we revise VCPU scheduling mechanism in order to reflect last level cache topologies. Secondly, we enhance fair scheduling algorithm to reward the credit of virtual CPUs executing on lower frequency cores.
We are implementing a new VM scheduler in recent version of Xen VMM on a dual-package SMP system with each package having four cores. This study can provide a VM scheduler which targets best performance in scalable multi-core environment without degrading the fairness.
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-ECN-0101-2009-569-018535107
