| Item type |
SIG Technical Reports(1) |
| 公開日 |
2023-07-27 |
| タイトル |
|
|
タイトル |
深層学習モデルにおける電力最適化に向けた消費電力特性および電力制御手法の評価 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Characterization of Power Consumption for Deep Learning Workloads and Power Cap Evaluation Towards Optimization |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
機械学習 |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
日本アイ・ビー・エム株式会社 |
| 著者所属 |
|
|
|
日本アイ・ビー・エム株式会社 |
| 著者所属 |
|
|
|
日本アイ・ビー・エム株式会社 |
| 著者所属 |
|
|
|
日本アイ・ビー・エム株式会社 |
| 著者所属(英) |
|
|
|
en |
|
|
IBM Research-Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
IBM Research-Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
IBM Research-Tokyo |
| 著者所属(英) |
|
|
|
en |
|
|
IBM Research-Tokyo |
| 著者名 |
中澤, 里奈
Sunyanan, Choochotkaew
Marcelo, Amaral
千葉, 立寛
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
深層学習モデルの学習や推論は，GPU をはじめとするアクセラレータを大量に消費する．そのため，深層学習モデルサイズの増加が著しい昨今において，実行時に消費する電力をいかに最適化するかは非常に重要な課題となっている．BERT や GPT 等様々なモデルが登場し，モデルの性能特性の対する比較はよく行われている一方，これらのモデルがどのような電力消費特性を有しているかは明らかではない．また，様々な深層学習フレームワークの登場に伴い，同一のモデルであっても異なるフレームワークでの実行が可能であり，クラウドを含めた様々な実行環境における電力消費特性および電力制御手法を調べることは重要である．本稿では，MLPerf をベンチマークとして，クラウド環境下での PyTorch や TensorFlow など異なる深層学習フレームワークを用いた際の消費電力の評価およびモデルごとの電力消費特性の評価を行う．さらに，電力制御手法の性能に対する影響についても考察する． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10463942 |
| 書誌情報 |
研究報告ハイパフォーマンスコンピューティング（HPC）
巻 2023-HPC-190,
号 18,
p. 1-8,
発行日 2023-07-27
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8841 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-HPC23190018.pdf (1.8 MB)
