文献

J-GLOBAL ID：201902267106170765   整理番号：19A0498701

深い学習タスクにおける成形可能で不正なスケジューリングの有効性【JST・京大機械翻訳】

Effectiveness of Moldable and Malleable Scheduling in Deep Learning Tasks

著者 (4件)： Fujiwara Ikki (Data-driven Intelligent System Research Center (DIRECT) Universal Communication Research Institute, National Institute of Information and Communications Technology (NICT), 3-5 Hikaridai, Seika-cho, Kyoto, 619-0289, Japan) ,  Tanaka Masahiro (Data-driven Intelligent System Research Center (DIRECT) Universal Communication Research Institute, National Institute of Information and Communications Technology (NICT), 3-5 Hikaridai, Seika-cho, Kyoto, 619-0289, Japan) ,  Taura Keniiro (Graduate School of Information Science and Technology Department of Information and Communication Engineering, The University of Tokyo, 7-3-1 Hongo, Bunkyo-ku, Tokyo, 113-0033, Japan) ,  Torisawa Kentaro (Data-driven Intelligent System Research Center (DIRECT) Universal Communication Research Institute, National Institute of Information and Communications Technology (NICT), 3-5 Hikaridai, Seika-cho, Kyoto, 619-0289, Japan)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ICPADS  ページ： 389-398  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 深い学習(DL)応用の研究と開発は,しばしば徹底的な試行錯誤を含んでいる。それは,共有された計算資源,特にGPUを効率的に割り当てることを要求する。ほとんどのDLタスクは成形可能であるか(すなわち,割り当てられたGPUの数は実行中または実行中に変更できる)。しかしながら,従来のバッチスケジューラは,いくつかのGPU資源が割り当てられないときに,DLタスクの成形性/不正性を利用せず,高速化を抑制する。高速化のためのもう一つの機会は,一つのGPU上で複数のタスクを同時に実行することである。これは,単一タスクがGPUの計算資源を必ずしも完全に利用しないため,全体スループットを改善する可能性がある。DLタスクを加速するためにこれらの機会を利用するバッチスケジューリングシステムの設計を提案した。第一段階として,本研究では,スケジューラがそれらを成形可能または不正に処理するときのDLタスクの高速化を評価するための広範な事例研究を行った。すなわち,スケジューラはGPUの変動可能性に応じてタスクに割り当てられる(または既に),GPUの数を調整する。実際の作業負荷トレースを用いたシミュレーションにより,スケジューラが1~4GPUをタスクに割り当てることができるか,GPUに1~4タスクを割り当てると,1GPUを各タスクに割り当てるRigid FCFSスケジュールと比較して,少なくとも15.1%/42.5%短縮されることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： スループット ,  高速化 ,  事例研究 ,  ロット ,  *スケジューリング ,  成形性 ,  *有効性 ,  *学習
準シソーラス用語： バッチスケジューリング ,  スケジューラ ,  計算資源 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： 学習 ,  タスク ,  成形可能 ,  スケジューリング ,  有効性