--- a/paper/evaluation.tex	Tue Feb 06 06:29:31 2018 +0900
+++ b/paper/evaluation.tex	Tue Feb 06 06:52:42 2018 +0900
@@ -39,17 +39,16 @@
 \section{Twice}
 Twice は与えられた整数配列のすべての要素を2倍にする例題である。
 
-Twice のTask生成の方針として、CPU の場合は配列ある程度の範囲に分割してTaskを生成する。
+Twice の Task は Gears OS のデータ並列で実行される。
+CPU の場合は配列ある程度の範囲に分割してTaskを生成する。
 これは要素毎に Task を生成するとその分の Context を生成するために時間を取ってしまうからである。
 
-GPU での実行は データ並列を使用して行う。
-1次元
-
 Twice は並列実行の依存関係もなく、データ並列での実行に適した課題である。
 そのため、 通信時間を考慮しなければ CPU よりコア数が多い GPU が有利となる。
 
 要素数$2^{27}$ のデータに対する Twice の実行結果を \tabref{twice}、\figref{twice}に示す。
 CPU 実行の際は $2^{27}$ のデータを 64個のTask に分割して並列実行を行っている。
+GPU では1次元の block 数を $2^{15}$、 block 内の thread 数を $2^{10}$ で kernel の実行を行った。
 ここでの ``GPU`` は CPU、GPU 間のデータの通信時間も含めた時間、 ``GPU(kernel only)`` は kernel のみの実行時間である。
 
 \begin{table}[htbp]
@@ -83,7 +82,7 @@
 
 GPU での実行は kernel のみの実行時間は 32CPU に比べて 約 7.2 倍の実行向上が見られた。
 しかし、通信時間を含めると 16CPU より遅い結果となってしまった。
-CPU、GPU の通信時間かボトルネックになっている事がわかる。
+CPU、GPU の通信時間かオーバーヘッドになっている事がわかる。
 
 \section{BitonicSort}
 BitonicSort は並列処理向けのソートアルゴリズムである。
@@ -105,6 +104,7 @@
 要素数$2^{24}$ のデータに対する BitonicSort の実行結果を \tabref{bitonicSort}、\figref{bitonicSort}に示す。
 こちらも Twice と同じくCPU 実行の際は $2^{24}$ のデータを 64個のTask に分割して並列実行を行っている。
 つまり生成される Task は 64 * ステージ数 となる。
+GPU では1次元の block 数を $2^{14}$、 block 内の thread 数を $2^{10}$ で kernel の実行を行った。
 
 \begin{table}[htbp]
     \begin{center}

Binary file paper/master_paper.pdf has changed