Enviar pesquisa
Carregar
[G5]deview 2012 m_arc
•
0 gostou
•
903 visualizações
NAVER D2
Seguir
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 21
Baixar agora
Baixar para ler offline
Recomendados
[F5]deview 2012 nspeed
[F5]deview 2012 nspeed
NAVER D2
111 n grinder-deview_day1_track1_session_1_ver_2
111 n grinder-deview_day1_track1_session_1_ver_2
NAVER D2
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제
NAVER D2
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
NAVER D2
오픈소스 맛보기 - 정민우님
오픈소스 맛보기 - 정민우님
NAVER D2
[D2 CAMPUS] 분야별 모임 '보안' 발표자료
[D2 CAMPUS] 분야별 모임 '보안' 발표자료
NAVER D2
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
NAVER D2
오픈소스 SW 라이선스 - 박은정님
오픈소스 SW 라이선스 - 박은정님
NAVER D2
Recomendados
[F5]deview 2012 nspeed
[F5]deview 2012 nspeed
NAVER D2
111 n grinder-deview_day1_track1_session_1_ver_2
111 n grinder-deview_day1_track1_session_1_ver_2
NAVER D2
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제
NAVER D2
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 숭실대 SCCC 프로그래밍 경시대회 문제 풀이
NAVER D2
오픈소스 맛보기 - 정민우님
오픈소스 맛보기 - 정민우님
NAVER D2
[D2 CAMPUS] 분야별 모임 '보안' 발표자료
[D2 CAMPUS] 분야별 모임 '보안' 발표자료
NAVER D2
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
[D2 CAMPUS] 부산대 Alcall 프로그래밍 경시대회 문제 풀이
NAVER D2
오픈소스 SW 라이선스 - 박은정님
오픈소스 SW 라이선스 - 박은정님
NAVER D2
Steel Column Details
Steel Column Details
mariacadtech
23 1-3191-03-fa534
23 1-3191-03-fa534
Kamil Kamil
Etude for Clarinet & Piano
Etude for Clarinet & Piano
Richard Walker
North Central Pa Hiking Trails
North Central Pa Hiking Trails
kevinburkman
Vox Populi
Vox Populi
mabbagliati
NYC Hurricane Evacuation Map
NYC Hurricane Evacuation Map
Zeb Dropkin
UPDATED: Bond Swes Plan0
UPDATED: Bond Swes Plan0
Mills Rep
A5 aint she sweet
A5 aint she sweet
cantaschor
LVTB Feasibility Study 110608
LVTB Feasibility Study 110608
Ligonier Valley Trail
Capital Health
Capital Health
hgillismac
DHA 9
DHA 9
hgillismac
Contestando al llamado_songsheet
Contestando al llamado_songsheet
Ministerio Infantil Arcoiris
Contestando al llamado
Contestando al llamado
Ministerio Infantil Arcoiris
Algonquin with notes
Algonquin with notes
steevedoubt
Mi Ciudad
Mi Ciudad
leister27
Why I Am Passionate About Perl
Why I Am Passionate About Perl
brian d foy
Retension Process Black Belt Project Storyboard
Retension Process Black Belt Project Storyboard
Rollin F. Jackson, MBA, PhD (LtCol USMC)
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Rollin F. Jackson, MBA, PhD (LtCol USMC)
Historic Triangle Map
Historic Triangle Map
rhokel
Marcs Banner
Marcs Banner
wholmes3
[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다
NAVER D2
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
NAVER D2
Mais conteúdo relacionado
Semelhante a [G5]deview 2012 m_arc
Steel Column Details
Steel Column Details
mariacadtech
23 1-3191-03-fa534
23 1-3191-03-fa534
Kamil Kamil
Etude for Clarinet & Piano
Etude for Clarinet & Piano
Richard Walker
North Central Pa Hiking Trails
North Central Pa Hiking Trails
kevinburkman
Vox Populi
Vox Populi
mabbagliati
NYC Hurricane Evacuation Map
NYC Hurricane Evacuation Map
Zeb Dropkin
UPDATED: Bond Swes Plan0
UPDATED: Bond Swes Plan0
Mills Rep
A5 aint she sweet
A5 aint she sweet
cantaschor
LVTB Feasibility Study 110608
LVTB Feasibility Study 110608
Ligonier Valley Trail
Capital Health
Capital Health
hgillismac
DHA 9
DHA 9
hgillismac
Contestando al llamado_songsheet
Contestando al llamado_songsheet
Ministerio Infantil Arcoiris
Contestando al llamado
Contestando al llamado
Ministerio Infantil Arcoiris
Algonquin with notes
Algonquin with notes
steevedoubt
Mi Ciudad
Mi Ciudad
leister27
Why I Am Passionate About Perl
Why I Am Passionate About Perl
brian d foy
Retension Process Black Belt Project Storyboard
Retension Process Black Belt Project Storyboard
Rollin F. Jackson, MBA, PhD (LtCol USMC)
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Rollin F. Jackson, MBA, PhD (LtCol USMC)
Historic Triangle Map
Historic Triangle Map
rhokel
Marcs Banner
Marcs Banner
wholmes3
Semelhante a [G5]deview 2012 m_arc
(20)
Steel Column Details
Steel Column Details
23 1-3191-03-fa534
23 1-3191-03-fa534
Etude for Clarinet & Piano
Etude for Clarinet & Piano
North Central Pa Hiking Trails
North Central Pa Hiking Trails
Vox Populi
Vox Populi
NYC Hurricane Evacuation Map
NYC Hurricane Evacuation Map
UPDATED: Bond Swes Plan0
UPDATED: Bond Swes Plan0
A5 aint she sweet
A5 aint she sweet
LVTB Feasibility Study 110608
LVTB Feasibility Study 110608
Capital Health
Capital Health
DHA 9
DHA 9
Contestando al llamado_songsheet
Contestando al llamado_songsheet
Contestando al llamado
Contestando al llamado
Algonquin with notes
Algonquin with notes
Mi Ciudad
Mi Ciudad
Why I Am Passionate About Perl
Why I Am Passionate About Perl
Retension Process Black Belt Project Storyboard
Retension Process Black Belt Project Storyboard
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Lean Six Sigma Black Belt Project Storyboard - The Retension Process
Historic Triangle Map
Historic Triangle Map
Marcs Banner
Marcs Banner
Mais de NAVER D2
[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다
NAVER D2
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
NAVER D2
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기
NAVER D2
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발
NAVER D2
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
NAVER D2
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A
NAVER D2
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기
NAVER D2
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning
NAVER D2
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications
NAVER D2
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
NAVER D2
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
NAVER D2
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
NAVER D2
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화
NAVER D2
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
NAVER D2
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
NAVER D2
[213] Fashion Visual Search
[213] Fashion Visual Search
NAVER D2
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화
NAVER D2
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
NAVER D2
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
NAVER D2
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?
NAVER D2
Mais de NAVER D2
(20)
[211] 인공지능이 인공지능 챗봇을 만든다
[211] 인공지능이 인공지능 챗봇을 만든다
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[233] 대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing: Maglev Hashing Scheduler i...
[215] Druid로 쉽고 빠르게 데이터 분석하기
[215] Druid로 쉽고 빠르게 데이터 분석하기
[245]Papago Internals: 모델분석과 응용기술 개발
[245]Papago Internals: 모델분석과 응용기술 개발
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[236] 스트림 저장소 최적화 이야기: 아파치 드루이드로부터 얻은 교훈
[235]Wikipedia-scale Q&A
[235]Wikipedia-scale Q&A
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[244]로봇이 현실 세계에 대해 학습하도록 만들기
[243] Deep Learning to help student’s Deep Learning
[243] Deep Learning to help student’s Deep Learning
[234]Fast & Accurate Data Annotation Pipeline for AI applications
[234]Fast & Accurate Data Annotation Pipeline for AI applications
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
Old version: [233]대형 컨테이너 클러스터에서의 고가용성 Network Load Balancing
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[226]NAVER 광고 deep click prediction: 모델링부터 서빙까지
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[225]NSML: 머신러닝 플랫폼 서비스하기 & 모델 튜닝 자동화하기
[224]네이버 검색과 개인화
[224]네이버 검색과 개인화
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[216]Search Reliability Engineering (부제: 지진에도 흔들리지 않는 네이버 검색시스템)
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[214] Ai Serving Platform: 하루 수 억 건의 인퍼런스를 처리하기 위한 고군분투기
[213] Fashion Visual Search
[213] Fashion Visual Search
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[232] TensorRT를 활용한 딥러닝 Inference 최적화
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[242]컴퓨터 비전을 이용한 실내 지도 자동 업데이트 방법: 딥러닝을 통한 POI 변화 탐지
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[212]C3, 데이터 처리에서 서빙까지 가능한 하둡 클러스터
[223]기계독해 QA: 검색인가, NLP인가?
[223]기계독해 QA: 검색인가, NLP인가?
[G5]deview 2012 m_arc
1.
2.
2.1
3.
4.
ARC
5.
2.2
6.
7.
Reuse
8.
distance
9.
2.3
10.
11.
Observation
12.
13.
Problem
14.
3.1
15.
16.
Challenge
17.
3.2
18.
19.
M-ARC
20.
4.1
21.
22.
Environment
23.
4.2
24.
25.
Results
26.
27.
28.
1st
29.
level
30.
2nd
31.
32.
level
33.
34.
100%
80% 60% Hitratio 40% 20% 0% 64 MB 128 MB 256 MB 512 MB 1 GB 2 GB Cache size First-level LRU Second-level LRU
35.
36.
ARC
37.
38.
(
39.
LRU0
40.
=
41.
LRU1
42.
=
43.
HB
44.
=
45.
c/2
46.
)
47.
New
48.
Entry
49.
LRU0
50.
51.
HB
52.
LRU0
53.
size++,
54.
LRU1
55.
size--
56.
57.
LRU1
58.
59.
HB
60.
LRU1
61.
size++,
62.
LRU0
63.
size--
64.
65.
HIT MISS NEW ENTRY Eviction
66.
0
3 4 5 6 4 3 2
67.
(1)
68.
MSR-C
69.
proj_0
70.
71.
72.
73.
74.
75.
76.
77.
78.
79.
80.
81.
82.
83.
84.
85.
86.
87.
88.
89.
90.
91.
92.
93.
94.
95.
96.
97.
98.
(2)
99.
MSR-C
100.
usr_0
101.
102.
103.
104.
105.
106.
107.
108.
109.
110.
111.
112.
113.
114.
115.
116.
117.
118.
119.
120.
121.
122.
123.
124.
125.
126.
127.
128.
129.
130.
131.
132.
(3)
133.
MSR-C
134.
proj_3
135.
(a)
136.
First-level
137.
reuse
138.
distance
139.
distribution
(1)
140.
First-level
141.
workload
142.
143.
144.
145.
146.
147.
148.
149.
150.
151.
152.
153.
154.
155.
156.
157.
158.
159.
160.
(2)
161.
First-level
162.
workloads
163.
164.
165.
166.
167.
168.
169.
170.
171.
172.
173.
174.
175.
176.
177.
178.
179.
180.
181.
182.
183.
(3)
184.
First-level
185.
workloads
186.
187.
:
188.
MSR-C
189.
proj_0,
190.
1GB
191.
192.
193.
194.
195.
196.
197.
198.
:
199.
200.
Mixed
201.
set
202.
I
203.
204.
205.
206.
207.
208.
209.
210.
211.
212.
213.
214.
215.
216.
217.
218.
219.
220.
221.
222.
223.
224.
225.
226.
227.
228.
229.
230.
231.
232.
233.
234.
235.
236.
237.
238.
239.
240.
241.
:
242.
Mixed
243.
set
244.
II
245.
(b)
246.
Second-level
247.
reuse
248.
distance
249.
distribution
250.
251.
252.
253.
254.
(Initial: LRU0 =
LRU1 = HBn = c/2 ) LRU2 LRU2_HB LRU4 LRU4_HB LRU2 size++, Highest LRU size-- LRU4 size++, Highest LRU size-- LRU2 size++, LRU0 size-- LRU4 size++, LRU0 size-- New Entry LRU0 HB1 HB2 HB3 HB4 LRU0 size++, LRU1 size-- LRU3 size++, LRU0 size-- LRU1 LRU1_HB LRU3 LRU3_HB LRU1 size++, LRU0 size-- LRU3 size++, Highest LRU size-- HIT MISS NEW ENTRY Eviction • Adaptive
255.
Resizing
256.
Policy
257.
258.
1. Miss
259.
in
260.
HB1
261.
:
262.
LRU0
263.
size++,
264.
LRU1
265.
size
266.
–
267.
268.
-
269.
HB1
270.
에서 미스가난 것은
271.
LRU0
272.
의 크기가 부족하다는
의미이고
273.
LRU0
274.
를 키우면
275.
HB1
276.
은 캐시크기 내에서
커버 가능
277.
2. Miss
278.
in
279.
LRU1_HB
280.
:
281.
LRU1
282.
size++,
283.
LRU0
284.
size
285.
–
286.
287.
-
288.
LRU1_HB
289.
에서 미스가 난
것은
290.
291.
LRU1
292.
의 크기가 부족
하다는 의미
293.
3. Miss
294.
in
295.
HBn
296.
,
297.
n
298.
299.
1
300.
:
301.
LRUn
302.
size++,
303.
LRU0
304.
size
305.
–
306.
307.
-
308.
LRU0
309.
가 아무리 길어도
HBn
310.
까지는 커버할 수
없음.
311.
LRUn
312.
에서 접근이 되기
때문에 이를 위한 공간을 할당
313.
314.
4. Miss
315.
in
316.
LRUn_HB,
317.
n
318.
319.
1
320.
:LRUn
321.
size++,
322.
Highest
323.
LRU
324.
size
325.
--
326.
327.
328.
-
329.
LRU2~LRU4
330.
는
331.
reused
332.
block
333.
을 위한
334.
LRU
335.
이라는 동일한 조건이기에
336.
337.
Highest
338.
LRU
339.
는 재사용 되기
까지 가장 오랜 시간이 걸릴 것 으로 예상되는 구간이므로 희생한다
340.
341.
Trace
342.
Trace
343.
Player
344.
Player
345.
First-level
346.
First-level
347.
LRU
348.
Cache
349.
LRU
350.
Cache
351.
Second-level
352.
cache
353.
Baixar agora