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
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이제인 (이화여자대학교) 윤명국 (이화여자대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제60권 제4호(통권 제545호)
발행연도
2023.4
수록면
11 - 23 (13page)
DOI
10.5573/ieie.2023.60.4.11

이용수

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

초록· 키워드

오류제보하기
최근 클라우드 서비스 등이 증가함에 따라 하나의 그래픽 프로세싱 유닛에서 여러 애플리케이션이 한정된 리소스를 분할하여 사용하는 멀티 테넌트 연산 환경이 보편화되고 있다. 이에 따라 각 애플리케이션이 얼마나 공정하게 리소스를 할당 받는지에 대한 관심이 높아지고 있다. 본 연구는 Multi-Instance 그래픽 프로세싱 유닛을 사용하여, 스트리밍 멀티프로세서 슬라이스 및 메모리 슬라이스 개수에 따른 애플리케이션의 성능 패턴을 분석하였다. 이를 기반으로, 동일한 패턴을 가지는 두 애플리케이션이 하나의 그래픽 프로세싱 유닛에서 동시에 실행될 때와 서로 다른 패턴을 가지는 두 애플리케이션이 하나의 그래픽 프로세싱 유닛에서 동시에 실행될 때, 각 애플리케이션에게 할당한 슬라이스 개수에 따른 공정성을 분석하였다. 그 결과 슬라이스 개수를 절반씩 분할하거나, 특정 애플리케이션의 성능이 포화되는 지점을 기준으로 슬라이스 개수를 분할하는 경우에 공정성이 가장 높다는 사실을 확인하였다. 본 논문의 기여는 다음과 같이 정리할 수 있다. (i) 슬라이스의 개수에 따른 성능 패턴을 분석하여 애플리케이션을 세 가지 형태로 분류하였고, (ii) 동일한 성능 패턴을 가지는 애플리케이션이 하나의 그래픽 프로세싱 유닛에서 동시에 실행될 때 가장 높은 공정성을 도출하는 방법을 제시하였으며, (iii) 서로 다른 성능 패턴을 가지는 애플리케이션이 동시에 실행될 때 가장 높은 공정성을 도출하는 알고리즘을 제시하였다.
#Multi-Instance GPU #Multi-tenant #Fairness #Slice

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 배경
Ⅲ. 슬라이스 개수에 따른 성능 변화 분석
Ⅳ. 슬라이스 개수비에 따른 공정성 분석
Ⅴ. 결론
REFERENCES

참고문헌 (27)

참고문헌 신청
Inmo Kim, Myungsun Kim, "Improving the Efficiency of Deep Learning Applications in a Multi-GPU Environment via Adaptive Mini-batch Data Redistribution," Journal of The Institute of Electronics and Information Engineers Vol. 59, No. 9, September 2022. google schola Cheolsun Lim, Myungsun Kim, "Improving Multi-DNN Inference Performance under Embedded GPU Environments with Overhead Minimization," Journal of The Institute of Electronics and Information Engineers Vol. 58, No. 10, October 2021. google schola Byung-Suk Seo, "An Efficient Data Partitioning Method based Cell Partitioning Parallel Hierarchical Agglomerative Clustering Using GPU," Journal of The Institute of Electronics and Information Engineers Vol. 56, No. 11, November 2019. google schola NVIDIA Multi-Instance GPU User Guide, 2022. google schola https://docs.nvidia.com/cuda/cuda-c-programming-guide/index.html Accessed October 2022. google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-569-001465507