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
- 학술저널
- 저자정보
- 발행연도
- 2021.10
- 수록면
- 27 - 34 (8page)
- DOI
- 10.5573/ieie.2021.58.10.27
이용수
초록· 키워드
오류제보하기
기존 임베디드 시스템에서는 DNN 연산을 전적으로 서버 시스템에 의존했었지만 임베디드 GPU의 성능 향상으로 임베디드 시스템 자체적으로 DNN 연산을 수행할 수 있게 되었다. 따라서 클라우드에 의존해서 DNN 연산을 수행하던 무인항공기, 스마트 시티, 자율주행 자동차 등의 시스템들이 DNN을 시스템 내부 자원만으로 실행하는 능력이 생겼다. 특히 자율주행 자동차의 경우 여러 개의 카메라와 센서들로부터 입력되는 다양한 데이터는 영상인식 및 차선 감지 등의 응용에 전달된다. 이후 각각의 응용 들은 여러 종류의 DNN을 사용하여 이 데이터를 처리한다. 여러 개의 DNN을 사용하기 위해서는 각 DNN을 프로세스 또는 쓰레드에 할당하여 일괄적으로 실행해야 하고 실행하는 환경에 따라 전체 실행시간에 많은 차이가 있다. 본 논문에서는 첫 번째로 멀티 컨텍스트 환경과 싱글 컨텍스트 환경에서 여러 개의 DNN을 실행될 때 각 환경에서 발생하는 오버헤드를 분석한다. 두 번째로 임베디드 GPU 시스템에서 발생할 수 있는 CPU와 GPU 사이의 메모리 복사 문제와 이와 관련된 캐시 이슈에 대하여 분석한다. 마지막으로 분석된 문제를 해결하고 오버헤드를 최소화 할 수 있는 프레임워크를 제안한다. 제안된 프레임워크를 상용 보드에 적용 후 실험한 결과 멀티 컨텍스트 환경 대비 최대 40.8%의 실행시간이 감소하였다.
목차
요약
Abstract
Ⅰ. 서론
Ⅱ. 대상 시스템
Ⅲ. 멀티 DNN 추론 환경 및 문제점 분석
Ⅳ. 멀티 DNN 추론 성능 최적화 기법 제안
Ⅴ. 실험
Ⅵ. 결론
REFERENCES
참고문헌 (18)
참고문헌 신청
M. Vandersteegen, K Vanbeeck, and T goedeme, “Super accurate low latency object detection on a surveillance UAV”, in Proceedings of the 16th International Conference on Machine Vision Applications (MVA), Tokyo, Japan, May 2019.
J. Barthélemy, N. Verstaevel, H. Forehead, and P. Perez, “Edge-Computing Video Analytics for Real-Time Traffic Monitoring in a Smart City“, MDPI, May 2019.
https://developer.nvidia.com/drive
https://developer.nvidia.com/embedded/jetson-agx-xavier-developer-kit
https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html#multiple-contexts
J. Barthélemy, N. Verstaevel, H. Forehead, and P. Perez, “Edge-Computing Video Analytics for Real-Time Traffic Monitoring in a Smart City“, MDPI, May 2019.
https://developer.nvidia.com/drive
https://developer.nvidia.com/embedded/jetson-agx-xavier-developer-kit
https://docs.nvidia.com/cuda/cuda-c-best-practices-guide/index.html#multiple-contexts
함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
CPU-GPU 협력 스케줄링을 통한 임베디드 시스템 내 다중 DNN 모델들의 성능 향상
전자공학회논문지
2021 .01
-
터커 분해 및 은닉층 병렬처리를 통한 임베디드 시스템의 다중 DNN 가속화 기법
한국정보통신학회논문지
2022 .06
-
자율주행 자동차에서 DNN 기반 안전 필수 응용의 성능 저하 방지
전자공학회논문지
2020 .09
-
글로벌 큐를 통한 임베디드 멀티코어 프로세서의 멀티 DNN 연산 성능 향상
한국정보통신학회논문지
2020 .06
-
자율주행차용 우선순위 기반 다중 DNN 모델 스케줄링 프레임워크
한국정보통신학회논문지
2021 .03
-
SMT-based Formal Verification Methods of Deep Neural Networks using Structural Properties
Journal of KIISE
2021 .09
-
DNN 기반 객체 학습 및 인식 시스템
한국정보과학회 학술발표논문집
2016 .12
-
다중 GPU 서버에서 공정한 DNN 부하 분배 알고리즘
대한전자공학회 학술대회
2022 .06
-
GPU 작업 부하 상황에서의 DNN layer 수행 시간 분석
한국정보과학회 학술발표논문집
2019 .12
-
DNN을 이용한 소셜 이미지에서의 감성 인식
한국정보과학회 학술발표논문집
2018 .12
-
DNN 모델을 활용한 사람 수 예측 알고리즘 구현
한국통신학회 학술대회논문집
2019 .06
-
DNN 기반 2 단계 계층적 빔 탐색 기법
한국통신학회 학술대회논문집
2025 .02
-
DNN 알고리즘을 이용한 파이프 비드높이 예측에 관한 연구
대한용접학회 특별강연 및 학술발표대회 개요집
2020 .11
-
환경 파라미터를 이용한 DNN 기반 특징 보상 기법
한국통신학회 학술대회논문집
2015 .01
-
IoT 엣지에서 DNN-기반 어플리케이션에 대한 자원할당 기법
한국통신학회 학술대회논문집
2021 .02
-
DNN-GRU-DNN Multiple layer 기반 전기자동차 배터리 SOC 추정 알고리즘
대한전기학회 학술대회 논문집
2022 .05
-
DNN에서 효율적인 학습을 위한 활성화 함수에 대한 고찰
대한전자공학회 학술대회
2016 .11
-
GPU 부하 상황에서 DNN 추론 시 은닉 계층별 수행시간 분석
정보과학회 컴퓨팅의 실제 논문지
2020 .10
-
DNN과 m-sequence를 활용한 시간 지연 추정 방법
한국통신학회 학술대회논문집
2019 .01
이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0