文献

J-GLOBAL ID：202002248923399955   整理番号：20A1865815

マシン学習予測サーバシステムのブラックボックスを開けるPretzel【JST・京大機械翻訳】

Pretzel opening the black box of machine learning prediction serving systems

著者 (6件)： Lee Yunseong (Seoul National University) ,  Scolari Alberto (Politecnico di Milano) ,  Chun Byung-Gon (Seoul National University) ,  Santambrogio Marco Domenico (Politecnico di Milano) ,  Weimer Markus (Microsof) ,  Interlandi Matteo (Microsof)
資料名： ACM Proceedings  (ACM Proceedings)
号： OSDI’18  ページ： 611-626  発行年： 2018年 
JST資料番号： D0698C  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： 機械学習モデルは,しばしば変換のパイプラインから成る。この設計は,訓練時間において単一モデルコンポーネントを効率的に実行することを可能にするが,予測サービスは,重い負荷の下で,低い待ち時間,高いスループット,および優しい性能劣化のような異なる要求を持っている。現在の予測サービスシステムは,ブラックボックスとしてモデルを考慮し,それによって,予測時間特異的最適化は,展開の容易さに有利に無視される。本論文では,エンドツーエンドとマルチモデル最適化の両方を可能にする新しいホワイトボックスアーキテクチャを導入する予測サービスシステムであるPEETZELを提案した。生産様モデルパイプラインを用いて,著者らの実験は,PRETZELが,異なる次元で性能改善を導入できることを示した。最先端の手法と比較して,PEETZELは平均で,メモリフットプリントを25×削減し,スループットを4.7×増加させる間,5.5×で99パーセンタイル待ち時間を削減できる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 記憶装置 ,  最適化 ,  *学習 ,  *ブラックボックス ,  エンドツーエンド方式 ,  スループット ,  待ち時間 ,  計算機アーキテクチャ ,  機械学習
準シソーラス用語： 性能劣化 ,  フットプリント ,  マルチモデル ,  サービスシステム , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： マシン ,  学習 ,  予測 ,  サーバシステム ,  ブラックボックス