HPC 작업 수행 최적화를 위한 Autotuning 기법의 Surrogate Model 선택

Q: 이 논문에서 정의한 Autotuning이란 무엇인가?

Autotuning은 고성능 컴퓨팅 환경에서 다양한 시뮬레이터와 프로그램의 성능 향상을 위해 최적의 실행 파라미터를 찾아내는 기법이다. 이는 전문가의 수동 조정이나 전체 탐색 방식의 한계를 극복하고자 기계학습 기반으로 효율적인 탐색을 수행하여 확장성을 향상시키는 데 중점을 둔다.

Q: HPC Autotuning에서 XGBoost를 Surrogate Model로 활용할 때의 이점은 무엇인가?

연구 결과, Ytopt의 Surrogate Model로 XGBoost를 사용했을 때 Random Forest 대비 애플리케이션의 평균 실행 시간이 약 25.36% 향상되었고, 전체 튜닝 수행 시간 또한 20.28% 단축되었다. 이는 XGBoost가 Autotuning의 최적화 성능과 효율성을 높이는 데 효과적임을 보여준다.

안성배; 이재현; 박종원; Sergio Caetano; 오상윤

학술대회자료

저자정보: 안성배 (아주대학교) 이재현 (아주대학교) 박종원 (아주대학교) Sergio Caetano (아주대학교) 오상윤 (아주대학교)

저널정보: Korean Institute of Information Scientists and Engineers 한국정보과학회 학술발표논문집 한국정보과학회 2024 한국컴퓨터종합학술대회 논문집

오류 신고하기

피인용 0

검색

초록·키워드

최근 고성능 컴퓨팅(HPC) 환경에서의 다양한 응용 프로그램의 수행 성능 향상을 위해 Autotuning 기법이 주목받고 있다. 본 연구에서는 베이지안 최적화를 기반으로 하는 Autotuning 도구인 Ytopt의 Surrogate Model로서 XGBoost의 가능성을 알아보기 위해서 기존의 Random Forest 방식과 성능을 비교 분석하였다. 실험은 ... 전체 초록 보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록·키워드

참고문헌

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

본문·목차

DBpia Pick! 추천 자료

함께 본 자료

저자 정보

최근 본 자료 전체보기

피인용 자료 DBpia에 구축된 참고문헌을기준으로 집계되어, 타 사이트의피인용 수와 다를 수 있습니다.

댓글(0)

피인용 자료