지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2022.6
- 수록면
- 2,072 - 2,075 (4page)
이용수
초록· 키워드
오류제보하기
In this paper, we investigate and execute the performance and scalability analysis for deep learning application especially on a highly integrated many-GPU server environment. In general, a conventional GPU server can equip four to ten GPUs in a server chassis. There are many restrictions to hider equipping many GPUs in a server – for example, physical chassis dimension, number of PCIe connections, and etc.
In this paper, we integrate the GPU scalability in a server over ten GPUs per server by utilizing proprietary external PCIe expansion hardware, and investigate GPU scale-up performance by applying a deep learning application. The implementation and experimentation result show that a GPU server can equip up to twenty-six GPUs - the total number of GPUs in a server is limited by BIOS capability, and its performance scaled up linearly in a server.
In this paper, we integrate the GPU scalability in a server over ten GPUs per server by utilizing proprietary external PCIe expansion hardware, and investigate GPU scale-up performance by applying a deep learning application. The implementation and experimentation result show that a GPU server can equip up to twenty-six GPUs - the total number of GPUs in a server is limited by BIOS capability, and its performance scaled up linearly in a server.
목차
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 고집적 GPU 시험 서버
Ⅳ. 고집적 GPU 시험 서버 성능 평가
Ⅴ. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
다중 GPU 기반 딥러닝 성능 분석에 대한 연구
한국정보과학회 학술발표논문집
2017 .12
-
소비 전력 최소화를 위한 GPU 제어 강화학습 알고리즘 개발
한국정보과학회 학술발표논문집
2024 .06
-
A Novel Performance Prediction Model for Mobile GPUs
한국컴퓨터그래픽스학회 학술대회
2018 .07
-
다중 GPU 서버에서 공정한 DNN 부하 분배 알고리즘
대한전자공학회 학술대회
2022 .06
-
다중 GPU 사용을 위한 CUDA C 행렬의 곱 프로그램의 구현
한국정보기술학회논문지
2020 .11
-
적응형 미니배치 데이터 재분배를 통한 멀티 GPU 환경에서 딥러닝 학습 응용의 효율성 향상
전자공학회논문지
2022 .09
-
Multi-GPU에서 딥 뉴럴 네트워크 학습의 성능 확장성 탐구
한국정보과학회 학술발표논문집
2017 .06
-
Workload Characteristics-based L1 Data Cache Switching-off Mechanism for GPUs
한국컴퓨터정보학회논문지
2018 .10
-
크롤링 기술을 이용한 웹 서버 모니터링 시스템 구현
한국컴퓨터정보학회논문지
2019 .04
-
GPU 메모리 용량을 초과하는 위성영상의 GPU 기반 병렬처리
대한공간정보학회 학술대회
2020 .06
-
GPU 기반 분산 처리 환경에서의 딥 뉴럴 네트워크 성능 분석
한국정보과학회 학술발표논문집
2017 .06
-
효율적인 GPU 메모리 컨트롤러 설계를 위한 GPU 메모리 성능 분석 연구
한국통신학회 학술대회논문집
2015 .01
-
BERT 학습에서 GEMM 연산의 낮은 GPU 활용도 분석
정보과학회 컴퓨팅의 실제 논문지
2022 .04
-
서버 플랫폼 ‘작은 서버’ 의 제안 및 그 활용모델 연구
한국정보과학회 학술발표논문집
2018 .06
-
컨테이너 클라우드 기반 딥러닝 학습의 GPU 배치 기술 연구
대한전기학회 학술대회 논문집
2021 .10
-
쿠다를 사용하여 GPU 리소스를 분배하는 지능형 얼굴 인식 및 트래킹 시스템
전기전자학회논문지
2018 .06
-
ARM서버 기술동향
대한전자공학회 학술대회
2021 .06
-
이기종 클러스터 환경의 딥러닝 응용을 위한 GPU 공유 기법 분석
정보과학회 컴퓨팅의 실제 논문지
2025 .01
-
GPU 기반 데이터 집약 시스템에 대한 비교연구
한국정보과학회 학술발표논문집
2018 .06
-
Analysis of Open Source Boost (C++ libraries) for Design of Game Network
한국컴퓨터게임학회논문지
2015 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2022-569-001551851