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
최주희 (상명대학교)
저널정보
Korean Institute of Information Scientists and Engineers 정보과학회 컴퓨팅의 실제 논문지 정보과학회 컴퓨팅의 실제 논문지 제29권 제2호
발행연도
2023.2
수록면
61 - 67 (7page)
DOI
10.5626/KTCP.2023.29.2.61

이용수

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

초록· 키워드

오류제보하기
딥러닝 워크로드를 수행하기 위한 컴퓨터 시스템에 대한 효율적인 연구를 위해서는 제안된 기법을 검증할 수 있는 Full-Stack 시뮬레이션 환경이 필수적이다. 이를 위해서 SMAUG가 제안되었으며, 실험을 통해 시뮬레이션 수행 시간을 급격하게 증가시키지 않으면서 사용자 관점에서의 성능을 측정할 수 있다는 것을 성공적으로 보여주었다. 그러나, 해당 시뮬레이터는 SRAM이나 DRAM을 가정하고 있으므로, 비휘발성 메모리를 채택하는 시스템에 대한 기능은 부족하였다. 따라서, 본 논문에서는 SMAUG를 기반으로 비휘발성 메모리의 특징을 반영하여 새로운 제안이 등장했을 때 해당 기법의 전력 소모량과 수명을 쉽게 검증할 수 있는 환경을 구축하였다. 기존에 비휘발성 메모리 연구에서 주목받았던 기법들을 구현하여 딥러닝 워크로드들을 실행시킨 결과, 수행 시간은 거의 늘지 않으면서도 전력 소모량 및 수명에 대한 예측 결과를 도출할 수 있었다.

목차

요약
Abstract
1. 서론
2. 관련 연구
3. 비휘발성 메모리 기반 딥러닝 시스템
4. 실험 및 결과
5. 결론
References

참고문헌 (23)

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