成果介绍
本申请公开了干扰感知的GPU异构集群调度方法、系统及介质,其中,所述低噪声放大器包括:该干扰感知的GPU异构集群调度方法包括:从至少一个共享GPU组合中,获取最小干扰的目标共享GPU组合;对所述目标共享GPU组合采用贝叶斯优化寻找目标超参数组合,直到收敛;采用所述目标超参数组合运行目标深度学习负载,以实现调度算法的性能评估。本申请实施例提供的干扰感知的GPU异构集群调度方法,在上层应用层面,当前的GPU共享大多是针对与一种深度学习框架进行设计,未考虑不同框架实现的深度学习应用在不同参数下的运行时特征。
成果亮点
1.一种干扰感知的GPU异构集群调度方法,其特征在于,所述方法包括:
从至少一个共享GPU组合中,获取最小干扰的目标共享GPU组合;
对所述目标共享GPU组合采用贝叶斯优化寻找目标超参数组合,直到收敛;
采用所述目标超参数组合运行目标深度学习负载,以实现调度算法的性能评估。
2.根据权利要求1所述的方法,其特征在于,在从至少一个共享GPU组合中,获取最小干扰的目标共享GPU组合之前,所述方法还包括:
获取至少一个第一深度学习负载;
采用所述贝叶斯优化寻找所述至少一个第一深度学习负载的超参数组合;
采用每个第一深度学习负载的超参数组合,分别离线运行每个第一深度学习负载应用共享GPU,以得到至少一个性能干扰分数;
根据所述至少一个性能干扰分数,确定所述至少一个共享GPU组合对应的干扰。
团队介绍
中国科学院深圳先进技术研究院提升了粤港地区及我国先进制造业和现代服务业的自主创新能力,推动我国自主知识产权新工业的建立,成为国际一流的工业研究院。 深圳先进院目前已初步构建了以科研为主的集科研、教育、产业、资本为一体的微型协同创新生AC态系统,由九个研究平台,国科大深圳先进技术学院,多个特色产业育成基地、多支产业发展基金、多个具有独立法人资质的新型专业科研机构等组成。开展先进技术研究,促进科技发展。信息、电子、通讯技术研究新材料、新能源技术研究高性能计算、自动化、精密机械研究生物医学与医疗仪器研究相关学历教育、博士后培养与学术交流。
成果资料
产业化落地方案