SlideShare uma empresa Scribd logo
1 de 33
Baixar para ler offline
InfiniBandをPCIパススルーで用いる
仮想化HPCクラスタの性能評価	
高野了成、池上努、広渕崇宏、田中良夫!
!
産業技術総合研究所 情報技術研究部門	
SACSIS2011@秋葉原 2011年5月25日
背景	
•  Amazon EC2等、計算機ハードウェアそのものを仮
想化するIaaSの実用化が進展
–  サーバ集約によるコスト削減
–  災害時(輪番停電時)に計算・データ処理をオフロード
•  HPCを意識したIaaS(HPCクラウド)の登場
–  Amazon EC2 Cluster Compute/GPU Instances
–  Open Cirrus HPCオンデマンド	
2
IaaS: Infrastructure as a Service
LINPACK実行効率の比較	
0
10
20
30
40
50
60
70
80
90
100
0 50 100 150 200 250 300 350 400 450 500
InfiniBand
Gigabit Ethernet
10 Gigabit Ethernet
※実行効率=(ベンチマーク性能:Rmax)/(理論性能:Rpeak)	
InfiniBand: 80%	
Gigabit Ethernet: 54%	
10 Gigabit Ethernet: 74%	
TOP500 rank	
Efficiency(%)
TOP500 2010年11月時点	
#231 Amazon EC
cluster compute instances	
仮想化オーバヘッドによる
実行効率の低下と推測
高性能とユーザの利便性の両立を目指した、
HPC向けIaaS環境の構築
問題 IO仮想化のオーバヘッドにより、IO intensive、
  latency sensitiveなアプリの実用的な実行が困難
アプローチ VMMバイパス型デバイスの利用
–  物理計算機を1つの仮想計算機が占有
研究の目的	
4
(従来からのHPC研究)
高性能の追求	
(仮想化による恩恵)
ユーザの利便性
・環境整備の省力化
・フォールトトレラント
本研究の成果	
•  InfiniBandをPCIパススルーで用いる仮想化HPC
クラスタを構築し、ハイブリッド並列化プログラムの
性能評価を実施
•  HPC向けIaaSを提供するのに十分実用的な性能を
得られるという見込みを得た
–  仮想化のオーバヘッドはアプリ依存だが、5〜15%程度
–  MPI通信に対するPCIパススルーの効果は大きく、レイテ
ンシに関しては多少のオーバヘッドはあるものの、スルー
プットに関しては物理計算機と遜色ない	
5
6
発表の流れ	
•  背景
•  評価対象の仮想化技術
•  性能評価実験
•  関連研究	
•  まとめ
評価の着目点	
7
•  仮想計算機モニタ: Xen (準仮想化)、KVM(完全仮想化)
•  評価の注目点
–  仮想CPUのスケジューリング
–  メモリ仮想化
–  PCIパススルーの実装方法
仮想CPUスケジューリング	
8
Xen
VM (Xen DomU)	
Xen Hypervisor
Physical
CPU
VCPU
VM
(Dom0)	
Domain
scheduler
Guest OS	
Process
KVM
VM (QEMU process)	
Linux
KVM
Physical
CPU
VCPU
threads
Process
scheduler
Guest OS	
Process
Xenの場合、CPUと
VCPUの対応を固定
しないと性能がでない
メモリ仮想化方式(1)	
9
VA	
 PA	
 GVA	
 GPA	
非仮想化環境	
MMU	
  
(CR3)	
page	
H/W	
OS	
 ページテーブル	
ゲスト仮想アドレス(GVA)
ゲスト物理アドレス(GPA)
ホスト物理アドレス(HPA)	
仮想化環境	
page	
MMU	
  
(CR3)	
Guest
OS	
VMM	
ページテーブル	
VMMはGPAをMMUが解釈できる	
HPAへの変換する必要あり
メモリ仮想化方式(2)	
10
GVA	
 HPA	
 GVA	
 GPA	
 GVA	
 GPA	
GVA	
 HPA	
 GPA	
 HPA	
準仮想化(PVM)	
 シャドウページング(HVM)	
 EPT	
  (HVM)	
MMU	
  
(CR3)	
page	
H/W	
Guest
OS	
VMM	
page	
MMU	
  
(CR3)	
Guest
OS	
VMM	
シャドウページテーブル	
ページテーブル	
ページテーブル	
○性能
×ゲストOSの改変が必要	
○ゲストOSの改変が不要
×SPT維持のオーバヘッド	
page	
MMU	
  
(CR3)	
Guest
OS	
ページテーブル	
VMM	
拡張ページテーブル	
○SPTの問題をプロセッサ
拡張により解決	
×TLBミスのオーバヘッド大
仮想計算機のIOアーキテクチャ	
11
仮想化IO	
VM1	
NIC	
VMM	
Guest
driver	
Physical
driver	
Guest OS	
VM2	
vSwitch	
…	
PCIパススルー
VM1	
NIC	
VMM	
Physical
driver	
Guest OS	
VM2	
…	
SR-IOV
VM1	
NIC	
VMM	
Physical
driver	
Guest OS	
VM2	
…	
Switch (VEB)	
仮想化IO	
 PCIパススルー	
 SR-IOV	
VM間共有	
 ○	
 ×	
 ○	
性能	
 ×	
 ○	
 ○
PCIパススルーの実装	
12
VM1	
NIC	
VMM	
Guest OS	
VM2	
…	
データはデバイスから
仮想計算機のメモリに
直接DMA転送
割込みインジェクション:
割込みはVMMでトラップした後、
仮想計算機に挿入
Xen: ソフトウェアベース実装
(イベントチャネル経由の
メッセージ通知)
KVM: ハードウェア支援の活用
(VMCSの割込み要因フラグを
更新して、VMの実行を再開)
VMCS: Virtual Machine Control Structure
13
発表の流れ	
•  背景
•  評価対象の仮想化技術
•  性能評価実験
•  関連研究	
•  まとめ
評価対象	
メモリ仮想化	
PCIパススルー
(割込みインジェクション)	
BMM	
 -	
 -	
Xen(準仮想化)	
 準仮想化	
 準仮想化	
KVM(完全仮想化)	
 EPT	
 VT-x	
14
•  BMM(非仮想化)、Xen(準仮想化)、KVM(完全仮想化)
•  評価の注目点
–  メモリ仮想化
–  PCIパススルー(割込みインジェクション)の実装	
BMM: Bare Metal Machine
実験環境:AIST Green Cloud	
計算ノード(Dell PowerEdge M610)	
CPU	
 Intel Xeon E5540/2.53GHz x2	
Chipset	
 Intel 5520	
Memory	
 48 GB DDR3	
InfiniBand Mellanox ConnectX (MT26428)	
15
ブレードスイッチ	
InfiniBand	
 Mellanox M3601Q (QDR 16 ports)	
AGCクラスタの1エンクロージャ(16ノード)を使用	
実計算機のソフトウェア	
OS	
 CentOS 5.5	
Linux
kernel	
2.6.18-194.32.1.el5(
KVMの場合は、
2.6.32.28)	
Xen	
 3.4.3	
KVM	
 0.13.50	
仮想計算機環境	
OS	
 CentOS 5.5	
VCPU	
 8	
Memory	
 45 GB
使用ベンチマーク	
•  マイクロベンチマーク
–  Intel MPI Benchmark 3.2
•  HPCアプリケーション
–  NAS Parallel Benchmark (NPB) 3.3.1, class C
•  MPIとOpenMPのハイブリッド版(NPB MZ)のSP、BTを使用
–  Bloss
•  ブロック櫻井・杉浦法を用いた疎行列非線形固有値問題ソルバ	
16
コンパイラ: gcc/gfortran 4.1.2
MPI処理系: Open MPI 1.4 (TransportはInfiniBand)
並列数値計算ライブラリ: Intel Math Kernel Library (MKL) 11.1
MPI片道レイテンシ	
計算ノード内	
 (c)
計算ノード間	
(a) CPUソケット内	
 (b) CPUソケット間	
BMM 0.41 (1.00)	
 0.86 (1.00)	
 1.79 (1.00)	
Xen	
 0.41 (1.00)	
 083 (1.04)	
 3.30 (1.84)	
KVM	
 0.54 (1.32)	
 1.21 (1.46)	
 1.71 (0.96)	
17
•  計算ノード内通信
–  メモリ仮想化のオーバヘッド
–  BMM ≒ Xen > KVM
•  計算ノード間通信
–  IO仮想化のオーバヘッド
–  BMM ≒ KVM > Xen	
計算ノード	
コア	
CPU	
(c)	
IB	
  HBA	
 IB	
  HBA	
(b)	
(a)	
Mem.	
Mem.	
Mem.	
Mem.	
単位はマイクロ秒(括弧内はBMMからの相対値)
MPI PingPong スループット	
18
1
10
100
1000
10000
10 100 1k 10k 100k 1M 10M100M 1G
BMM
Xen
KVM
Message size [byte]	
Bandwidth[MB/sec]	
(a) CPUソケット内通信	
1
10
100
1000
10000
10 100 1k 10k 100k 1M 10M100M 1G
BMM
Xen
KVM
Message size [byte]	
Bandwidth[MB/sec]	
(b) CPUソケット間通信	
メモリ仮想化のオーバヘッド:
 BMM = Xen > KVM
BMMのピーク: 5.7GB/s	
 BMMのピーク: 3.9GB/s	
ノード内通信
MPI PingPongスループット	
19
1
10
100
1000
10000
10 100 1k 10k 100k 1M 10M100M 1G
BMM
Xen
KVM
Message size [byte]	
Bandwidth[MB/sec]	
(a) CPUソケット内通信	
1
10
100
1000
10000
10 100 1k 10k 100k 1M 10M100M 1G
BMM
Xen
KVM
Message size [byte]	
Bandwidth[MB/sec]	
(b) CPUソケット間通信	
1
10
100
1000
10000
10 100 1k 10k 100k 1M 10M100M 1G
BMM
Xen
KVM
Message size [byte]	
Bandwidth[MB/sec]	
(c) ノード間通信	
小メッセージ:
 Xen < KVM	
BMMのピーク:
5.7GB/s	
BMMのピーク:
3.9GB/s	
BMMのピーク: 2.5GB/s	
ノード間通信
Bloss: Block Sugiura-Sakurai
Method	
•  100万次元疎行列の非線形固有値問題
•  MPIとOpenMPの階層的並列プログラム	
20
Rank 0	
線形方程式解法
(必要メモリ10GB)	
固有値ベクトル計算
Rank 0〜N	
760 MB	
1 GB	
1 GB	
350 MB	
Bcast	
Reduce	
Bcast	
Gather	
粗粒度のMPI集団通信
ノード単体計算性能	
21
SP-MZ [sec]	
 BT-MZ [sec]	
 Bloss [min]	
BMM	
 86.45 (1.00)	
 132.06 (1.00)	
 21.00 (1.00)	
Xen 100.12 (1.16)	
 137.66 (1.04)	
 22.38 (1.07)	
KVM	
 104.36 (1.21)	
 144.92 (1.10)	
 22.98 (1.09)	
NPB MZ: 4プロセス x 2スレッド
Bloss: 2プロセス x 4スレッド	
•  メモリ仮想化のオーバヘッドは5〜20%
–  Xen > KVM	
アプリケーション実行時間
0
20
40
60
80
100
0
50
100
150
200
250
4x2 8x2 16x2 32x2 64x2
ParallelEfficiency[%]	
Performance[Mop/stotal]	
x1000	
Number of threads	
BMM
Xen
KVM
BMM (PE)
Xen (PE)
KVM (PE)
NPB MZ: 性能と並列化効率	
22
0
20
40
60
80
100
0
50
100
150
200
250
300
4x2 8x2 16x2 32x2 64x2
ParallelEfficiency[%]	
Performance[Mop/stotal]	
x1000	
Number of threads	
BMM
Xen
KVM
BMM (PE)
Xen (PE)
KVM (PE)
SP-MZ	
 BT-MZ	
並列度が上がるほど、KVMとXenの差が開く
比較的細粒度の通信が影響と推測
Bloss:並列化効率	
23
16ノード(32x4スレッド)
実行時の理論値に対す
る並列化効率
BMM: 92.15 %
Xen: 85.60 %
KVM: 84.49 %
Xen、KVMにおける仮想
化オーバヘッドは約9%
粗粒度通信のプログラ
ムでは両者に差がない
0
20
40
60
80
100
120
2x4 4x4 8x4 16x4 32x4
BMM
Xen
KVM
Ideal
Number of threads	
ParallelEfficiency[%]
得られた知見	
•  メモリ仮想化については、準仮想化を採用するXen
の方がオーバヘッドが軽量
–  ノード単体の仮想化オーバヘッド
•  Xen 5〜15%、KVM 10〜20%
–  特に1コアに1スレッドが張り付くHPCアプリでは、EPTの
TLBミス時のオーバヘッドが露わになる可能性あり	
•  PCIパススルーを用いることで、スループットは
BMMに匹敵するが、レイテンシは増加
–  16ノード並列時の仮想化オーバヘッド
•  NPB MZ(細粒度通信) Xen 30〜40%、KVM 10%
•  Bloss(粗粒度通信) Xen、KVM共に10%
–  Xenの割込みインジェクションのオーバヘッド大と推測
24
25
発表の流れ	
•  背景
•  評価対象の仮想化技術
•  性能評価実験
•  関連研究	
•  まとめ
関連研究	
仮想計算機の通信性能改善
1.  仮想化デバイス処理の最適化
•  性能チューニング [Menon2008]
•  vhost-net
2.  VMMバイパス型IOの利用
•  (ハードウェア) PCIパススルー、SR-IOV
•  (ソフトウェア) VirtIO [Liu2006]
3.  仮想計算機のスケジューリングを考慮した通信
•  vSNOOP [Kangarlou2010]
•  MPI実行時のスケジューリングパラメータ調整 [本庄2010]
26
27
発表の流れ	
•  背景
•  評価対象の仮想化技術
•  性能評価実験
•  関連研究	
•  まとめと今後の予定
まとめ	
•  InfiniBandをPCIパススルーで用いる仮想化HPC
クラスタを構築し、ハイブリッド並列化プログラムの
性能評価を実施
•  HPC向けIaaSを提供するのに十分実用的な性能を
得られるという見込みを得た	
–  仮想化のオーバヘッドはアプリ依存だが、5〜15%程度
–  MPI通信に対するPCIパススルーの効果は大きく、レイテ
ンシに関しては多少のオーバヘッドはあるものの、スルー
プットに関しては物理計算機と遜色ない	
28
今後の予定	
•  明らかになった技術的課題の詳細調査と改良
–  割込みインジェクションのオーバヘッド
•  Latency sensitiveなアプリの評価
–  メモリ仮想化のオーバヘッド
•  追加実験
–  10GbEのPCIパススルー
–  InfiniBandのSR-IOV対応
•  HPC向けIaaSに向けたクラウドスタックへの統合
–  Open Stack
–  Condor VM Universe	
29
予備スライド	
30
ノード単体計算性能 (w/ EC2)	
31
SP-MZ [sec]	
 BT-MZ [sec]	
 Bloss [min]	
BMM	
 86.45 (1.00)	
 132.06 (1.00)	
 21.00 (1.00)	
Xen 100.12 (1.16)	
 137.66 (1.04)	
 22.38 (1.07)	
KVM	
 104.36 (1.21)	
 144.92 (1.10)	
 22.98 (1.09)	
EC2 (Xen HVM)	
 88.00	
 126.01	
 20.00	
EC2)
 CPU: X5570/2.93GHz x2
 Mem: 23 GB	
NPB MZ: 4プロセス x 2スレッド
Bloss: 2プロセス x 4スレッド	
•  仮想化のオーバヘッドは5〜20%	
AGC)
 CPU: E5540/2.53GHz x2
 Mem: 45 GB
アプリケーション実行時間
0
20
40
60
80
100
0
50
100
150
200
250
4x2 8x2 16x2 32x2 64x2
ParallelEfficiency[%]	
Performance[Mop/stotal]	
x1000	
Number of threads	
BMM
Xen
KVM
EC2
BMM (PE)
Xen (PE)
KVM (PE)
EC2 (PE)
NPB MultiZone (w/ EC2)	
32
0
20
40
60
80
100
0
50
100
150
200
250
300
4x2 8x2 16x2 32x2 64x2
ParallelEfficiency[%]	
Performance[Mop/stotal]	
x1000	
Number of threads	
BMM
Xen
KVM
EC2
BMM (PE)
Xen (PE)
KVM (PE)
EC2 (PE)
SP-MZ	
 BT-MZ
Bloss:並列化効率 (w/ EC2)	
33
0
20
40
60
80
100
120
2x4 4x4 8x4 16x4 32x4
ParallelEfficiency[%]
Number of threads
BMM
Xen
KVM
EC2
Ideal
16ノード(32x4スレッド)
実行時の理論値に対す
る並列化効率
BMM: 92.15 %
Xen: 85.60 %
KVM: 84.49 %
EC2: 74.51 %
Xen、KVMにおける仮想
化オーバヘッドは約9%

Mais conteúdo relacionado

Mais procurados

ベアメタルプロビジョニング
ベアメタルプロビジョニングベアメタルプロビジョニング
ベアメタルプロビジョニングVirtualTech Japan Inc.
 
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」Takuya ASADA
 
OSvの概要と実装
OSvの概要と実装OSvの概要と実装
OSvの概要と実装Takuya ASADA
 
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会Keisuke Takahashi
 
10GbE時代のネットワークI/O高速化
10GbE時代のネットワークI/O高速化10GbE時代のネットワークI/O高速化
10GbE時代のネットワークI/O高速化Takuya ASADA
 
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...VirtualTech Japan Inc.
 
Traffic Management with Istio ( with Demo )
Traffic Management with Istio ( with Demo )Traffic Management with Istio ( with Demo )
Traffic Management with Istio ( with Demo )ロフト くん
 
Vyatta and Virtualization 仮想環境でのVyatta
Vyatta and Virtualization 仮想環境でのVyattaVyatta and Virtualization 仮想環境でのVyatta
Vyatta and Virtualization 仮想環境でのVyattaKentaro Ebisawa
 
LagopusとAzureとIPsecとDPDK
LagopusとAzureとIPsecとDPDKLagopusとAzureとIPsecとDPDK
LagopusとAzureとIPsecとDPDKTomoya Hibi
 
Ethernetの受信処理
Ethernetの受信処理Ethernetの受信処理
Ethernetの受信処理Takuya ASADA
 
Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Kazuhiro Ota
 
OpenFlow in IaaS - Wakame
OpenFlow in IaaS - WakameOpenFlow in IaaS - Wakame
OpenFlow in IaaS - Wakameaxsh co., LTD.
 

Mais procurados (20)

Ironic introduction
Ironic introductionIronic introduction
Ironic introduction
 
ベアメタルプロビジョニング
ベアメタルプロビジョニングベアメタルプロビジョニング
ベアメタルプロビジョニング
 
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」
高スループットなサーバアプリケーションの為の新しいフレームワーク
「Seastar」
 
OSvの概要と実装
OSvの概要と実装OSvの概要と実装
OSvの概要と実装
 
XenServer Overview
XenServer OverviewXenServer Overview
XenServer Overview
 
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
GlusterFS Updates (and more) in 第六回クラウドストレージ研究会
 
Sensu + Graphite を1年運⽤してみて #sensucasual
Sensu + Graphite を1年運⽤してみて #sensucasual Sensu + Graphite を1年運⽤してみて #sensucasual
Sensu + Graphite を1年運⽤してみて #sensucasual
 
10GbE時代のネットワークI/O高速化
10GbE時代のネットワークI/O高速化10GbE時代のネットワークI/O高速化
10GbE時代のネットワークI/O高速化
 
Scaling
ScalingScaling
Scaling
 
OSC 2012.Cloud
OSC 2012.CloudOSC 2012.Cloud
OSC 2012.Cloud
 
VyOSでMPLS
VyOSでMPLSVyOSでMPLS
VyOSでMPLS
 
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...
OVS VXLAN Network Accelaration on OpenStack (VXLAN offload and DPDK) - OpenSt...
 
Traffic Management with Istio ( with Demo )
Traffic Management with Istio ( with Demo )Traffic Management with Istio ( with Demo )
Traffic Management with Istio ( with Demo )
 
Vyatta and Virtualization 仮想環境でのVyatta
Vyatta and Virtualization 仮想環境でのVyattaVyatta and Virtualization 仮想環境でのVyatta
Vyatta and Virtualization 仮想環境でのVyatta
 
Zeus
ZeusZeus
Zeus
 
LagopusとAzureとIPsecとDPDK
LagopusとAzureとIPsecとDPDKLagopusとAzureとIPsecとDPDK
LagopusとAzureとIPsecとDPDK
 
Ethernetの受信処理
Ethernetの受信処理Ethernetの受信処理
Ethernetの受信処理
 
Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01
 
OpenFlow in IaaS - Wakame
OpenFlow in IaaS - WakameOpenFlow in IaaS - Wakame
OpenFlow in IaaS - Wakame
 
DPDK QoS
DPDK QoSDPDK QoS
DPDK QoS
 

Semelhante a InfiniBandをPCIパススルーで用いるHPC仮想化クラスタの性能評価

大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌LINE Corporation
 
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011SORACOM, INC
 
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミングNorishige Fukushima
 
Craft CMSに最適なサーバはどんな環境?
Craft CMSに最適なサーバはどんな環境?Craft CMSに最適なサーバはどんな環境?
Craft CMSに最適なサーバはどんな環境?Kei Mikage
 
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラデータ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラNVIDIA Japan
 
Amazon EC2 HPCインスタンス - AWSマイスターシリーズ
Amazon EC2 HPCインスタンス - AWSマイスターシリーズAmazon EC2 HPCインスタンス - AWSマイスターシリーズ
Amazon EC2 HPCインスタンス - AWSマイスターシリーズAmazon Web Services Japan
 
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~SORACOM, INC
 
Benchmark during different architecture cloud IBM z Systems vs Intel Xeon
Benchmark during   different architecture cloud  IBM z Systems vs Intel XeonBenchmark during   different architecture cloud  IBM z Systems vs Intel Xeon
Benchmark during different architecture cloud IBM z Systems vs Intel XeonHirofumi Nakata
 
WowzaMediaServer for EC2 導入編
WowzaMediaServer for EC2 導入編WowzaMediaServer for EC2 導入編
WowzaMediaServer for EC2 導入編BeMarble
 
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11Masaya Aoyama
 
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugJAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugYasuhiro Matsuo
 
Jazug静岡勉強会資料
Jazug静岡勉強会資料Jazug静岡勉強会資料
Jazug静岡勉強会資料Shinichiro Isago
 
SDN Japan: ovs-hw
SDN Japan: ovs-hwSDN Japan: ovs-hw
SDN Japan: ovs-hwykuga
 
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料Shin-ya Koga
 
CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1Yoshihiro Horie
 
OpenStack ComputingはHyper-Convergedの夢を見るのか?
OpenStack ComputingはHyper-Convergedの夢を見るのか?OpenStack ComputingはHyper-Convergedの夢を見るのか?
OpenStack ComputingはHyper-Convergedの夢を見るのか?Naoto Gohko
 
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】takeda takeda
 
高速ネットワーク技術と周辺動向(特別講義)
高速ネットワーク技術と周辺動向(特別講義)高速ネットワーク技術と周辺動向(特別講義)
高速ネットワーク技術と周辺動向(特別講義)Naoto MATSUMOTO
 

Semelhante a InfiniBandをPCIパススルーで用いるHPC仮想化クラスタの性能評価 (20)

AWS Black Belt Online Seminar Amazon EC2
AWS Black Belt Online Seminar Amazon EC2AWS Black Belt Online Seminar Amazon EC2
AWS Black Belt Online Seminar Amazon EC2
 
大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌大規模サービスを支えるネットワークインフラの全貌
大規模サービスを支えるネットワークインフラの全貌
 
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011
Amazon Web Servicesのご紹介 - 東北クラウド実践カンファレンス2011
 
計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング計算機アーキテクチャを考慮した高能率画像処理プログラミング
計算機アーキテクチャを考慮した高能率画像処理プログラミング
 
Virtual Chassis Fabric for Cloud Builder
Virtual Chassis Fabric for Cloud BuilderVirtual Chassis Fabric for Cloud Builder
Virtual Chassis Fabric for Cloud Builder
 
Craft CMSに最適なサーバはどんな環境?
Craft CMSに最適なサーバはどんな環境?Craft CMSに最適なサーバはどんな環境?
Craft CMSに最適なサーバはどんな環境?
 
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラデータ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラ
 
Amazon EC2 HPCインスタンス - AWSマイスターシリーズ
Amazon EC2 HPCインスタンス - AWSマイスターシリーズAmazon EC2 HPCインスタンス - AWSマイスターシリーズ
Amazon EC2 HPCインスタンス - AWSマイスターシリーズ
 
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~
なぜソーシャルゲームはクラウドなのか? ~AWSの成功事例を紐解く~
 
Benchmark during different architecture cloud IBM z Systems vs Intel Xeon
Benchmark during   different architecture cloud  IBM z Systems vs Intel XeonBenchmark during   different architecture cloud  IBM z Systems vs Intel Xeon
Benchmark during different architecture cloud IBM z Systems vs Intel Xeon
 
WowzaMediaServer for EC2 導入編
WowzaMediaServer for EC2 導入編WowzaMediaServer for EC2 導入編
WowzaMediaServer for EC2 導入編
 
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11
KubeCon Recap for Istio and K8s network performance @Kubernetes Meetup #11
 
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsugJAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
JAWS目黒 EC2チューニングTips #jawsmeguro #jawsug
 
Jazug静岡勉強会資料
Jazug静岡勉強会資料Jazug静岡勉強会資料
Jazug静岡勉強会資料
 
SDN Japan: ovs-hw
SDN Japan: ovs-hwSDN Japan: ovs-hw
SDN Japan: ovs-hw
 
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
 
CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1CMD2021 f01 xilinx_20210921_r1.1
CMD2021 f01 xilinx_20210921_r1.1
 
OpenStack ComputingはHyper-Convergedの夢を見るのか?
OpenStack ComputingはHyper-Convergedの夢を見るのか?OpenStack ComputingはHyper-Convergedの夢を見るのか?
OpenStack ComputingはHyper-Convergedの夢を見るのか?
 
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】
【FGDC勉強会vol.4】ぶっちゃけます!Azureのいいとこわるいとこ【ライトニングトーク】
 
高速ネットワーク技術と周辺動向(特別講義)
高速ネットワーク技術と周辺動向(特別講義)高速ネットワーク技術と周辺動向(特別講義)
高速ネットワーク技術と周辺動向(特別講義)
 

Mais de Ryousei Takano

Error Permissive Computing
Error Permissive ComputingError Permissive Computing
Error Permissive ComputingRyousei Takano
 
Opportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIOpportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIRyousei Takano
 
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentRyousei Takano
 
クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価Ryousei Takano
 
USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)Ryousei Takano
 
User-space Network Processing
User-space Network ProcessingUser-space Network Processing
User-space Network ProcessingRyousei Takano
 
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraFlow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraRyousei Takano
 
A Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksA Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksRyousei Takano
 
クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術Ryousei Takano
 
AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...Ryousei Takano
 
IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告Ryousei Takano
 
Expectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchExpectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchRyousei Takano
 
Exploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudExploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudRyousei Takano
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何かRyousei Takano
 
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...Ryousei Takano
 
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~Ryousei Takano
 
From Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersFrom Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersRyousei Takano
 
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green CloudRyousei Takano
 
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterIris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterRyousei Takano
 

Mais de Ryousei Takano (20)

Error Permissive Computing
Error Permissive ComputingError Permissive Computing
Error Permissive Computing
 
Opportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCIOpportunities of ML-based data analytics in ABCI
Opportunities of ML-based data analytics in ABCI
 
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and DeploymentABCI: An Open Innovation Platform for Advancing AI Research and Deployment
ABCI: An Open Innovation Platform for Advancing AI Research and Deployment
 
ABCI Data Center
ABCI Data CenterABCI Data Center
ABCI Data Center
 
クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価クラウド環境におけるキャッシュメモリQoS制御の評価
クラウド環境におけるキャッシュメモリQoS制御の評価
 
USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)USENIX NSDI 2016 (Session: Resource Sharing)
USENIX NSDI 2016 (Session: Resource Sharing)
 
User-space Network Processing
User-space Network ProcessingUser-space Network Processing
User-space Network Processing
 
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore EraFlow-centric Computing - A Datacenter Architecture in the Post Moore Era
Flow-centric Computing - A Datacenter Architecture in the Post Moore Era
 
A Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center NetworksA Look Inside Google’s Data Center Networks
A Look Inside Google’s Data Center Networks
 
クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術クラウド時代の半導体メモリー技術
クラウド時代の半導体メモリー技術
 
AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...AIST Super Green Cloud: lessons learned from the operation and the performanc...
AIST Super Green Cloud: lessons learned from the operation and the performanc...
 
IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告IEEE CloudCom 2014参加報告
IEEE CloudCom 2014参加報告
 
Expectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software researchExpectations for optical network from the viewpoint of system software research
Expectations for optical network from the viewpoint of system software research
 
Exploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC CloudExploring the Performance Impact of Virtualization on an HPC Cloud
Exploring the Performance Impact of Virtualization on an HPC Cloud
 
不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か不揮発メモリとOS研究にまつわる何か
不揮発メモリとOS研究にまつわる何か
 
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
High-resolution Timer-based Packet Pacing Mechanism on the Linux Operating Sy...
 
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
クラウドの垣根を超えた高性能計算に向けて~AIST Super Green Cloudでの試み~
 
From Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computersFrom Rack scale computers to Warehouse scale computers
From Rack scale computers to Warehouse scale computers
 
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
高性能かつスケールアウト可能なHPCクラウド AIST Super Green Cloud
 
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data CenterIris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
Iris: Inter-cloud Resource Integration System for Elastic Cloud Data Center
 

Último

「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-LoopへTetsuya Nihonmatsu
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor arts yokohama
 
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~arts yokohama
 
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法ssuser370dd7
 
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdfAyachika Kitazaki
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)ssuser539845
 
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦Sadao Tokuyama
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見Shumpei Kishi
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfMatsushita Laboratory
 

Último (12)

「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
「今からでも間に合う」GPTsによる 活用LT会 - 人とAIが協調するHumani-in-the-Loopへ
 
2024 01 Virtual_Counselor
2024 01 Virtual_Counselor 2024 01 Virtual_Counselor
2024 01 Virtual_Counselor
 
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
2024 02 Nihon-Tanken ~Towards a More Inclusive Japan~
 
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
情報処理学会86回全国大会_Generic OAMをDeep Learning技術によって実現するための課題と解決方法
 
20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf20240326_IoTLT_vol109_kitazaki_v1___.pdf
20240326_IoTLT_vol109_kitazaki_v1___.pdf
 
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
IFIP IP3での資格制度を対象とする国際認定(IPSJ86全国大会シンポジウム)
 
What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?What is the world where you can make your own semiconductors?
What is the world where you can make your own semiconductors?
 
2024 04 minnanoito
2024 04 minnanoito2024 04 minnanoito
2024 04 minnanoito
 
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
ARスタートアップOnePlanetの Apple Vision Proへの情熱と挑戦
 
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
持続可能なDrupal Meetupのコツ - Drupal Meetup Tokyoの知見
 
2024 03 CTEA
2024 03 CTEA2024 03 CTEA
2024 03 CTEA
 
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdfTaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
TaketoFujikawa_台本中の動作表現に基づくアニメーション原画システムの提案_SIGEC71.pdf
 

InfiniBandをPCIパススルーで用いるHPC仮想化クラスタの性能評価