Item type |
Symposium(1) |
公開日 |
2019-06-26 |
タイトル |
|
|
タイトル |
AIに特化したサーバ制御に向けたAIワークロードの特徴に関する考察 |
言語 |
|
|
言語 |
jpn |
キーワード |
|
|
主題Scheme |
Other |
|
主題 |
AI |
資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_5794 |
|
資源タイプ |
conference paper |
著者所属 |
|
|
|
お茶の水女子大学 |
著者所属 |
|
|
|
富士通研究所 |
著者所属 |
|
|
|
富士通研究所 |
著者所属 |
|
|
|
富士通研究所 |
著者所属 |
|
|
|
富士通研究所 |
著者所属 |
|
|
|
お茶の水女子大学 |
著者名 |
高山, 沙也加
白石, 崇
鈴木, 成人
山本, 昌生
渡辺, 幸洋
小口, 正人
|
論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
AI を用いたアプリケーション利用の増加に伴って,CPU と比べて処理性能が高く電力消費の激しい GPU の利用が進み ICT システムの全体電力が増加傾向にある.そのため,システム電力削減とアプリ性能の向上のバランスを取り,システムを効率良く稼働させる事がますます重要になる.ワークロードという計算機に対する負荷または負荷アプリケーションを使った実行時性能やリソース情報から効率的にハードウェアを設計・制御する手法は既に用いられている.しかし,AI ワークロードを走行させるハードウェアリソースの有効活用・運用の制御手法は未だ確立されてない.そこで,ワークロード毎にサーバ性能の自動チューニングを行う機械学習向けのコンピュータシステムの構築を考えたい.本研究では AI ワークロードに特化したコンピュータシステムの最適リソース設計を目的として,機械学習系アプリケーションのパフォーマンス測定のためのベンチマークである MLPerf を用いた AI ワークロードの比較及び特徴分析を行う.また,未知のアプリケーションの性能予測を行う際にどのパラメータが重要かを知るために取得したハードウェアの時系列データを用いて RNN によるクラス分類を試みる. |
書誌情報 |
マルチメディア,分散協調とモバイルシンポジウム2019論文集
巻 2019,
p. 1196-1203,
発行日 2019-06-26
|
出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |