Wyszukiwarka
Abstrakt
In the paper we tackle bi-objective execution time and power consumption optimization problem concerning execution of parallel applications. We propose using a discrete-event simulation environment for exploring this power/time trade-off in the form of a Pareto front. The solution is verified by a case study based on a real deep neural network training application for automatic speech recognition. A simulation lasting over 2 hours on a single CPU accurately predicts real results from executions that take over 335 hours in a cluster with 8 GPUs. The simulations allow also estimating the impact of data package imbalance on the application performance.
Cytowania
-
4
CrossRef
-
0
Web of Science
-
6
Scopus
Cytuj jako
Pełna treść
pobierz publikację
pobrano 24 razy
- Wersja publikacji
- Accepted albo Published Version
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1016/j.procs.2017.05.214
- Licencja
-
otwiera się w nowej karcie
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- materiały konferencyjne indeksowane w Web of Science
- Opublikowano w:
-
Procedia Computer Science
nr 108,
strony 2463 - 2467,
ISSN: 1877-0509 - Tytuł wydania:
- INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE (ICCS 2017) strony 2463 - 2467
- ISSN:
- 1877-0509
- Język:
- angielski
- Rok wydania:
- 2017
- Opis bibliograficzny:
- Rościszewski P..: Modeling and Simulation for Exploring Power/Time Trade-off of Parallel Deep Neural Network Training, W: INTERNATIONAL CONFERENCE ON COMPUTATIONAL SCIENCE (ICCS 2017), 2017, ,.
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1016/j.procs.2017.05.214
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 135 razy
Publikacje, które mogą cię zainteresować
Performance Analysis of Convolutional Neural Networks on Embedded Systems
- Ł. Grzymkowski,
- T. Stefański
2020