{"id":{"repo_id":"athens","oai_identifier":"oai:lib.uoa.gr:uoadl:1321434"},"canonical_url":"https://search.ndltd.org/etd/athens/oai:lib.uoa.gr:uoadl:1321434","repository":{"repo_id":"athens","name":"National and Kapodistrian University of Athens","base_url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh"},"display":{"title":"The Functional and Performance Tolerance of GPU Architectures to Permanent Fault in Registers and Shared Memory","abstract":"Οι παράλληλες αρχιτεκτονικές των GPUs προσφέρουν στις πολυνηματικές εφαρμογές την δυνατότητα να εκτελούνται σε καλύτερη απόδοση ή με βελτιωμένη επίδοση σε σύγκριση με τις σύγχρονες αρχιτεκτονικές πολυπύρηνων επεξεργαστών – CPUs. Έτσι ο προγραμματισμός γενικού σκοπού με χρήση των GPUs αποτελεί ένα άμεσα διευρυνόμενο πεδίο έρευνας με εφαρμογές σε διάφορα (υπολογιστικά) προβλήματα και επιστημονικά πεδία. Ωστόσο οι εφαρμογές γραφικών που επεξεργάζονται καρέ και κινούμενες εικόνες έχουν από τη φύση τους ευρύτερο περιθώριο σφάλματος. Αντίθετα ο προγραμματισμός γενικού σκοπού με χρήση των GPUs έχει περισσότερες απαιτήσεις αναφορικά με την αξιόπιστη εκτέλεση όλων των λειτουργιών ενώ οι πιθανότητες για δημιουργία μόνιμων ή τυχαίων σφαλμάτων ολοένα και αυξάνεται τόσο στη τρέχουσα όσο στις επόμενες τεχνολογίες σχεδίασης και κατασκευής των chip. Στην εργασία αυτή επικεντρώνουμε την έρευνα μας στην αναζήτηση της ανοχής των GPUs σε μόνιμα σφάλματα στοιχείων αποθήκευσης, που βρίσκονται μέσα σ’ έναν πολυεπεξεργαστή, όπως οι καταχωρητές ή η κοινόχρηστη μνήμη. Εκτελέσαμε μία ολοκληρωμένη σειρά από πειράματα εισαγωγής μόνιμων σφαλμάτων στο αρχείο καταχωρητών και της κοινόχρηστης μνήμης ενός πολυεπεξεργαστή μίας GPU με την χρήση ενός προγράμματος που προσομοιώνει αυτές τις αρχιτεκτονικές. Ακολούθως, οργανώσαμε και ταξινομήσαμε το σύνολο των αποτελεσμάτων που προέκυψαν. Επίσης διερευνήσαμε την επίδραση που έχει στην απόδοση, η μείωση του μεγέθους του αρχείου καταχωρητών σε έναν ή περισσότερους πολυπεξεργαστές εξαιτίας της παρουσίας μόνιμων σφαλμάτων σε (απομονωμένους) καταχωρητές. Δεδομένης της τεράστιας υπολογιστικής δύναμης που διαθέτουν οι GPUs είναι αναμενόμενη μία συγκρατημένη μείωση της απόδοσης εξαιτίας της απομόνωσης των πόρων που δεν λειτουργούν σωστά και τα αποτελέσματα επιβεβαιώνουν αυτή την προσδοκία.","abstract_html":"Οι παράλληλες αρχιτεκτονικές των GPUs προσφέρουν στις πολυνηματικές εφαρμογές την δυνατότητα να εκτελούνται σε καλύτερη απόδοση ή με βελτιωμένη επίδοση σε σύγκριση με τις σύγχρονες αρχιτεκτονικές πολυπύρηνων επεξεργαστών – CPUs. Έτσι ο προγραμματισμός γενικού σκοπού με χρήση των GPUs αποτελεί ένα άμεσα διευρυνόμενο πεδίο έρευνας με εφαρμογές σε διάφορα (υπολογιστικά) προβλήματα και επιστημονικά πεδία. Ωστόσο οι εφαρμογές γραφικών που επεξεργάζονται καρέ και κινούμενες εικόνες έχουν από τη φύση τους ευρύτερο περιθώριο σφάλματος. Αντίθετα ο προγραμματισμός γενικού σκοπού με χρήση των GPUs έχει περισσότερες απαιτήσεις αναφορικά με την αξιόπιστη εκτέλεση όλων των λειτουργιών ενώ οι πιθανότητες για δημιουργία μόνιμων ή τυχαίων σφαλμάτων ολοένα και αυξάνεται τόσο στη τρέχουσα όσο στις επόμενες τεχνολογίες σχεδίασης και κατασκευής των chip. Στην εργασία αυτή επικεντρώνουμε την έρευνα μας στην αναζήτηση της ανοχής των GPUs σε μόνιμα σφάλματα στοιχείων αποθήκευσης, που βρίσκονται μέσα σ’ έναν πολυεπεξεργαστή, όπως οι καταχωρητές ή η κοινόχρηστη μνήμη. Εκτελέσαμε μία ολοκληρωμένη σειρά από πειράματα εισαγωγής μόνιμων σφαλμάτων στο αρχείο καταχωρητών και της κοινόχρηστης μνήμης ενός πολυεπεξεργαστή μίας GPU με την χρήση ενός προγράμματος που προσομοιώνει αυτές τις αρχιτεκτονικές. Ακολούθως, οργανώσαμε και ταξινομήσαμε το σύνολο των αποτελεσμάτων που προέκυψαν. Επίσης διερευνήσαμε την επίδραση που έχει στην απόδοση, η μείωση του μεγέθους του αρχείου καταχωρητών σε έναν ή περισσότερους πολυπεξεργαστές εξαιτίας της παρουσίας μόνιμων σφαλμάτων σε (απομονωμένους) καταχωρητές. Δεδομένης της τεράστιας υπολογιστικής δύναμης που διαθέτουν οι GPUs είναι αναμενόμενη μία συγκρατημένη μείωση της απόδοσης εξαιτίας της απομόνωσης των πόρων που δεν λειτουργούν σωστά και τα αποτελέσματα επιβεβαιώνουν αυτή την προσδοκία.","abstract_has_math":false,"creators":["Τσελώνης Σωτήρης"],"institution":null,"degree_name":null,"degree_level":null,"degree_discipline":null,"degree_department":null,"school":null,"contributors":[],"advisors":[],"committee_chairs":[],"committee_members":[],"year":2014,"date_issued":"2014","date_published":"2014","updated_at":"2026-11-19T05:26:43Z","subjects":[],"languages":["English"],"rights":[],"rights_urls":[],"identifier_entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321434"],"render_values":[{"text":"uoadl:1321434","href":null,"code":true}]}],"person_identifier_entries":[]},"links":{"outbound_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321434","outbound_label":"Repository record","outbound_source":"dc:identifier","record_url":"https://pergamos.lib.uoa.gr/uoa/dl/object/1321434","record_label":"Repository record","record_kind":"record","record_source":"dc:identifier","download_url":null,"download_label":null,"download_source":null,"access_status":null,"embargo_until":null,"access_note":null},"source_record":{"url":"https://pergamos.lib.uoa.gr/uoa/dl/frontend/oaipmh?verb=GetRecord&metadataPrefix=oai_dc&identifier=oai%3Alib.uoa.gr%3Auoadl%3A1321434","prefix":"oai_dc"},"metadata_groups":[{"id":"people","label":"People","entries":[{"key":"dc:creator","label":"Author","values":["Τσελώνης Σωτήρης"]}]},{"id":"academic_context","label":"Academic Context","entries":[{"key":"dc:date","label":"Dc Date","values":["2014"]},{"key":"dc:type","label":"Dc Type","values":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]}]},{"id":"language_rights","label":"Language and Rights","entries":[{"key":"dc:language","label":"Dc Language","values":["English"]}]},{"id":"identifiers","label":"Identifiers","entries":[{"key":"dc:identifier","label":"Identifier","values":["uoadl:1321434","https://pergamos.lib.uoa.gr/uoa/dl/object/1321434"]}]},{"id":"additional","label":"Additional Metadata","entries":[{"key":"dc:description","label":"Description","values":["Οι παράλληλες αρχιτεκτονικές των GPUs προσφέρουν στις πολυνηματικές εφαρμογές την δυνατότητα να εκτελούνται σε καλύτερη απόδοση ή με βελτιωμένη επίδοση σε σύγκριση με τις σύγχρονες αρχιτεκτονικές πολυπύρηνων επεξεργαστών – CPUs. Έτσι ο προγραμματισμός γενικού σκοπού με χρήση των GPUs αποτελεί ένα άμεσα διευρυνόμενο πεδίο έρευνας με εφαρμογές σε διάφορα (υπολογιστικά) προβλήματα και επιστημονικά πεδία. Ωστόσο οι εφαρμογές γραφικών που επεξεργάζονται καρέ και κινούμενες εικόνες έχουν από τη φύση τους ευρύτερο περιθώριο σφάλματος. Αντίθετα ο προγραμματισμός γενικού σκοπού με χρήση των GPUs έχει περισσότερες απαιτήσεις αναφορικά με την αξιόπιστη εκτέλεση όλων των λειτουργιών ενώ οι πιθανότητες για δημιουργία μόνιμων ή τυχαίων σφαλμάτων ολοένα και αυξάνεται τόσο στη τρέχουσα όσο στις επόμενες τεχνολογίες σχεδίασης και κατασκευής των chip. Στην εργασία αυτή επικεντρώνουμε την έρευνα μας στην αναζήτηση της ανοχής των GPUs σε μόνιμα σφάλματα στοιχείων αποθήκευσης, που βρίσκονται μέσα σ’ έναν πολυεπεξεργαστή, όπως οι καταχωρητές ή η κοινόχρηστη μνήμη. Εκτελέσαμε μία ολοκληρωμένη σειρά από πειράματα εισαγωγής μόνιμων σφαλμάτων στο αρχείο καταχωρητών και της κοινόχρηστης μνήμης ενός πολυεπεξεργαστή μίας GPU με την χρήση ενός προγράμματος που προσομοιώνει αυτές τις αρχιτεκτονικές. Ακολούθως, οργανώσαμε και ταξινομήσαμε το σύνολο των αποτελεσμάτων που προέκυψαν. Επίσης διερευνήσαμε την επίδραση που έχει στην απόδοση, η μείωση του μεγέθους του αρχείου καταχωρητών σε έναν ή περισσότερους πολυπεξεργαστές εξαιτίας της παρουσίας μόνιμων σφαλμάτων σε (απομονωμένους) καταχωρητές. Δεδομένης της τεράστιας υπολογιστικής δύναμης που διαθέτουν οι GPUs είναι αναμενόμενη μία συγκρατημένη μείωση της απόδοσης εξαιτίας της απομόνωσης των πόρων που δεν λειτουργούν σωστά και τα αποτελέσματα επιβεβαιώνουν αυτή την προσδοκία.","Massively parallel many-core Graphics Processing Unit (GPU) architectures offer significant performance improvements in workloads with thread-level parallelism compared to contemporary multicore CPUs. For this reason, general-purpose computing using GPUs (GPGPU) is a rapidly expanding research field which applies to different contexts and scientific disciplines. However graphics processing for still or motion pictures which is inherently tolerant to errors, Unlike GPGPU computing requires reliable operation in the presence of hardware faults whose occurrence probabilities in current and forthcoming advanced manufacturing technologies will be significant. In this work, we focus on the aspect of tolerance of GPUs to permanent faults in storage resources of a streaming multiprocessor like the register file and the shared memory. By performing a comprehensive fault injection campaign on a cycle-accurate GPGPU architectural simulator, we first evaluate and classify the behavior of permanent faults in GPU registers and shared memory. Moreover, we analyze the performance tolerance of GPUs when they operate in degraded mode (less hardware resources, less thread-level parallelism) due to the presence of multiple permanent faults in the registers of their streaming multiprocessors. Our findings confirm the intuitively expected tolerance of these architectures to faults and also quantify it in different configurations and modes."]},{"key":"dc:title","label":"Title","values":["The Functional and Performance Tolerance of GPU Architectures to Permanent Fault in Registers and Shared Memory"]}]}],"canonical_facts":{"dc:creator":["Τσελώνης Σωτήρης"],"dc:date":["2014"],"dc:description":["Οι παράλληλες αρχιτεκτονικές των GPUs προσφέρουν στις πολυνηματικές εφαρμογές την δυνατότητα να εκτελούνται σε καλύτερη απόδοση ή με βελτιωμένη επίδοση σε σύγκριση με τις σύγχρονες αρχιτεκτονικές πολυπύρηνων επεξεργαστών – CPUs. Έτσι ο προγραμματισμός γενικού σκοπού με χρήση των GPUs αποτελεί ένα άμεσα διευρυνόμενο πεδίο έρευνας με εφαρμογές σε διάφορα (υπολογιστικά) προβλήματα και επιστημονικά πεδία. Ωστόσο οι εφαρμογές γραφικών που επεξεργάζονται καρέ και κινούμενες εικόνες έχουν από τη φύση τους ευρύτερο περιθώριο σφάλματος. Αντίθετα ο προγραμματισμός γενικού σκοπού με χρήση των GPUs έχει περισσότερες απαιτήσεις αναφορικά με την αξιόπιστη εκτέλεση όλων των λειτουργιών ενώ οι πιθανότητες για δημιουργία μόνιμων ή τυχαίων σφαλμάτων ολοένα και αυξάνεται τόσο στη τρέχουσα όσο στις επόμενες τεχνολογίες σχεδίασης και κατασκευής των chip. Στην εργασία αυτή επικεντρώνουμε την έρευνα μας στην αναζήτηση της ανοχής των GPUs σε μόνιμα σφάλματα στοιχείων αποθήκευσης, που βρίσκονται μέσα σ’ έναν πολυεπεξεργαστή, όπως οι καταχωρητές ή η κοινόχρηστη μνήμη. Εκτελέσαμε μία ολοκληρωμένη σειρά από πειράματα εισαγωγής μόνιμων σφαλμάτων στο αρχείο καταχωρητών και της κοινόχρηστης μνήμης ενός πολυεπεξεργαστή μίας GPU με την χρήση ενός προγράμματος που προσομοιώνει αυτές τις αρχιτεκτονικές. Ακολούθως, οργανώσαμε και ταξινομήσαμε το σύνολο των αποτελεσμάτων που προέκυψαν. Επίσης διερευνήσαμε την επίδραση που έχει στην απόδοση, η μείωση του μεγέθους του αρχείου καταχωρητών σε έναν ή περισσότερους πολυπεξεργαστές εξαιτίας της παρουσίας μόνιμων σφαλμάτων σε (απομονωμένους) καταχωρητές. Δεδομένης της τεράστιας υπολογιστικής δύναμης που διαθέτουν οι GPUs είναι αναμενόμενη μία συγκρατημένη μείωση της απόδοσης εξαιτίας της απομόνωσης των πόρων που δεν λειτουργούν σωστά και τα αποτελέσματα επιβεβαιώνουν αυτή την προσδοκία.","Massively parallel many-core Graphics Processing Unit (GPU) architectures offer significant performance improvements in workloads with thread-level parallelism compared to contemporary multicore CPUs. For this reason, general-purpose computing using GPUs (GPGPU) is a rapidly expanding research field which applies to different contexts and scientific disciplines. However graphics processing for still or motion pictures which is inherently tolerant to errors, Unlike GPGPU computing requires reliable operation in the presence of hardware faults whose occurrence probabilities in current and forthcoming advanced manufacturing technologies will be significant. In this work, we focus on the aspect of tolerance of GPUs to permanent faults in storage resources of a streaming multiprocessor like the register file and the shared memory. By performing a comprehensive fault injection campaign on a cycle-accurate GPGPU architectural simulator, we first evaluate and classify the behavior of permanent faults in GPU registers and shared memory. Moreover, we analyze the performance tolerance of GPUs when they operate in degraded mode (less hardware resources, less thread-level parallelism) due to the presence of multiple permanent faults in the registers of their streaming multiprocessors. Our findings confirm the intuitively expected tolerance of these architectures to faults and also quantify it in different configurations and modes."],"dc:identifier":["uoadl:1321434","https://pergamos.lib.uoa.gr/uoa/dl/object/1321434"],"dc:language":["English"],"dc:title":["The Functional and Performance Tolerance of GPU Architectures to Permanent Fault in Registers and Shared Memory"],"dc:type":["born_digital_postgraduate_thesis","Διπλωματική Εργασία","Postgraduate Thesis"]},"updated_at":"2026-11-19T05:26:43Z"}