메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
오진우 (서울대학교) 하순회 (서울대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제26권 제7호
발행연도
2020.7
수록면
303 - 311 (9page)
DOI
10.5626/KTCP.2020.26.7.303

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
이종 프로세서 환경에서의 복수의 딥 러닝 어플리케이션 스케줄링은 기본적으로 NP-난해 (NP-Hard) 문제에 속하여 매우 큰 문제 공간을 가진다. 그래서 일반적으로 유전 알고리즘(GA, Genetic Algorithm)과 같은 메타 휴리스틱이 적용될 수 있지만 이는 수행 시간이 길어서 런타임에 적용하기 어렵다는 단점을 지닌다. 따라서 본 연구에서는 이러한 단점을 보완하면서 성능 또한 크게 떨어지지 않는 새로운 기법의 스케줄링 휴리스틱을 제안하였다. 제안하는 휴리스틱은 복수 응용 스케줄링의 스케줄 가능성 문제를 고려하지 못 하는 기존의 리스트 스케줄링 방식 휴리스틱들의 한계를 극복하여 ‘합성과 반복 개선’ 이라는 새로운 방식을 도입하였다. 그리하여 CPU, GPU, NPU로 구성되는 이종 프로세서 환경에서 여러 딥 러닝 네트워크들을 대상으로 하는 성능 비교 실험을 통해 제안하는 휴리스틱이 빠른 시간 내에 좋은 스케줄링을 생성함을 확인하였다.

목차

요약
Abstract
1. 서론
2. 스케줄링 모델
3. 제안하는 스케줄링 휴리스틱
4. 실험 결과
5. 결론
References

참고문헌 (15)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2020-569-000892517