DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 허재혁 | - |
dc.contributor.advisor | Huh, Jaehyuk | - |
dc.contributor.author | 이상현 | - |
dc.date.accessioned | 2023-06-26T19:31:46Z | - |
dc.date.available | 2023-06-26T19:31:46Z | - |
dc.date.issued | 2022 | - |
dc.identifier.uri | http://library.kaist.ac.kr/search/detail/view.do?bibCtrlNo=997591&flag=dissertation | en_US |
dc.identifier.uri | http://hdl.handle.net/10203/309587 | - |
dc.description | 학위논문(석사) - 한국과학기술원 : 전산학부, 2022.2,[iv, 29 p. :] | - |
dc.description.abstract | 심층 신경망은 기존의 기계학습 방법론으로 해결하지 못했던 복잡한 패턴을 찾는 문제에서 더 좋은 성능을 보여주고 있고, 이를 활용하는 애플리케이션의 수가 점차 증가하고 있다. 하지만 이 과정에서 심층 신경 망의 추론 지연시간이 다양해 지면서 기존의 가속기가 하드웨어의 성능을 전부 활용하지 못하는 문제가 발생하고 있다. 심층 신경망을 효율적으로 가속하고, 하드웨어의 사용률이 떨어지는 문제를 해결하기 위 해서는 한 번에 여러 개의 모델을 실행하는 다중 유저 실행 모델이 필요하다. 하지만 이를 지원하기 위한 선점형 스케줄링 기반의 심층 신경망 가속기는 컨텍스트 스위치 오버헤드와 외부 메모리 접근에 대해 상충 관계를 가진다. 본 학위논문에서는 다중 심층 신경망의 가속을 위해 공유 자원의 일종인 컨텍스트 스위치 오버헤드와 스크래치패드 메모리에 대해 고찰하고, 이를 효율적으로 관리하는 방법에 대해 다루고자 한다. | - |
dc.language | kor | - |
dc.publisher | 한국과학기술원 | - |
dc.title | 메모리 지역성의 활용을 위한 다중 심층 신경망 가속기 아키텍처 | - |
dc.title.alternative | Architectural support for exploiting memory locality of spatial multi-tenant neural processing units | - |
dc.type | Thesis(Master) | - |
dc.identifier.CNRN | 325007 | - |
dc.description.department | 한국과학기술원 :전산학부, | - |
dc.contributor.alternativeauthor | Lee, Sang-Hyeon | - |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.