인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
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
- 2025.12
- 수록면
- 451 - 461 (11page)
이용수
초록· 키워드
최근 연구는 대규모 가속기 네트워크에서 각 연산 단위에 파이프라인된 레이어를 매핑하는 레이어 파이프라이닝 공간적 매핑 (LP-SM)을 통해 대규모 언어 모델(LLM)과 같은 대규모 DNN 워크로드를 실행한다. 그러나 설계 공간이 방대해 설계 공간 탐색(DSE)이 어렵고, 사이클-정확 시뮬레이션의 과도한 시간 소요가 병목이 된다. 본 논문은 먼저 설계 공간을 제한해 빠르게 탐색한뒤, 전역 최적해를 회복하기 위해 원래 공간으로 재확장하는 적응형 탐색을 제안한다. 동일한 실행시간 예산 내에서 본 방법은 최대 14.6% 더 높은 성능의 설계 옵션을 식별한다. 또한 하드웨어 동작 관찰에 기반해 패킷 단위 근사(PGA)를 구축하여, 해석적 모델 대비 4.25배 더 정확한 성능 예측을 제공하면서 사이클-정확 시뮬레이션보다 7배 빠르게 동작한다; DSE 중 PGA를 활용하면 동일 시간 예산에서 최대 21.4% 더 우수한 설계를 찾을 수 있다.
상세정보 수정요청해당 페이지 내 제목·저자·목차·페이지정보가 잘못된 경우 알려주세요!
목차
- Abstract
- 요약
- Ⅰ. 서론
- Ⅱ. 배경 및 관련 연구
- Ⅲ. 적응형 탐색
- Ⅳ. 패킷 단위 근사 모델
- Ⅴ. 평가
- Ⅵ. 결론
- References
참고문헌
참고문헌 신청최근 본 자료
