Fakulta informačních technologií VUT v Brně

Detail publikace

Optimal Hardware Parameters Prediction for Best Energy-to-Solution of Sparse Matrix Operations Using Machine Learning Techniques

NIKL Vojtěch, ŘÍHA Lubomír, VYSOCKÝ Ondřej a ZAPLETAL Jan. Optimal Hardware Parameters Prediction for Best Energy-to-Solution of Sparse Matrix Operations Using Machine Learning Techniques. In: INFOCOMP 2018. The Eighth International Conference on Advanced Communications and Computation. Barcelona: Mezinárodní asociace univerzit, výzkumu a průmyslu, 2018, s. 43-48. ISBN 978-1-61208-655-2. Dostupné z: https://www.google.com/url?sa=t&rct=j&q=&esrc=s&source=web&cd=4&ved=2ahUKEwj45dbYkMfdAhUilYsKHQe1DkwQFjADegQIBxAC&url=https%3A%2F%2Fwww.thinkmind.org%2Fdownload_full.php%3Finstance%3DINFOCOMP%2B2018&usg=AOvVaw0F5eFy3SoDGqt3wTWnO1GV
Název česky
Predikce optimálních hardwarových parametrů za účelem snížení spotřeby operací nad řídkými matice pomocí neuronových sítí
Typ
článek ve sborníku konference
Jazyk
angličtina
Autoři
Nikl Vojtěch, Ing. (UPSY FIT VUT)
Říha Lubomír, Ing., Ph.D. (VŠB-TUO)
Vysocký Ondřej, Ing. (FIT VUT)
Zapletal Jan, Ing. (VŠB-TUO)
URL
Abstrakt
Důraz na energetickou efektivitu moderních procesorů jde v dnešní době čím dál více do popředí. Mnoho problémů a algoritmů špatně škáluje s výkonem a počtem procesorových jader, protože jsou omezeny např. výkonem pamětí nebo komunikační sítí, proto nemá smysl v těchto případech používat drahé výkonné procesory, jejichž potenciál by zůstal nevyužit. Místo toho je výhodnější využít nízkopříkonovou architekturu, které jsou při řešení takovýchto úloh efektivnější. Energetická efektivita se dá dále zlepšovat s pomocí dynamických optimalizací hardwaru systému za běhu algoritmu, např. pomocí podtaktovávání nebo vypínání jader procesoru v době jejich nízkého vytížení. Tento článek popisuje výhody získané při použití takovéto nízkopříkonové architektury v rámci HPC clusteru, skupinu algoritmů, pro které je tento přístup vhodný, možné úpravy systému zvyšující jeho efektivitu, dosažené výsledky a budoucí plány.
Rok
2018
Strany
43-48
Sborník
INFOCOMP 2018
Řada
The Eighth International Conference on Advanced Communications and Computation
Konference
The Eighth International Conference on Advanced Communications and Computation, Barcelona, Spain, ES
ISBN
978-1-61208-655-2
Vydavatel
Mezinárodní asociace univerzit, výzkumu a průmyslu
Místo
Barcelona, ES
BibTeX
@INPROCEEDINGS{FITPUB11682,
   author = "Vojt\v{e}ch Nikl and Lubom\'{i}r \v{R}\'{i}ha and Ond\v{r}ej Vysock\'{y} and Jan Zapletal",
   title = "Optimal Hardware Parameters Prediction for Best Energy-to-Solution of Sparse Matrix Operations Using Machine Learning Techniques",
   pages = "43--48",
   booktitle = "INFOCOMP 2018",
   series = "The Eighth International Conference on Advanced Communications and Computation",
   year = 2018,
   location = "Barcelona, ES",
   publisher = "International Academy, Research, and Industry Association",
   ISBN = "978-1-61208-655-2",
   language = "english",
   url = "https://www.fit.vut.cz/research/publication/11682"
}
Nahoru