論文の概要: Energy Concerns with HPC Systems and Applications
- arxiv url: http://arxiv.org/abs/2309.08615v1
- Date: Thu, 31 Aug 2023 08:33:42 GMT
- ステータス: 処理完了
- システム内更新日: 2023-09-24 04:14:42.905813
- Title: Energy Concerns with HPC Systems and Applications
- Title（参考訳）: HPCシステムのエネルギー問題と応用
- Authors: Roblex Nana, Claude Tadonki, Petr Dokladal, Youssef Mesri
- Abstract要約: エム・エナジーは あらゆる関連活動や 技術設計において 重要な関心事になっています
コンピュータ活動の特定の場合については、いわゆる「エム・インテリジェント・デバイス」の出現と普及により問題を悪化させる。
主に、Emエネルギが最優先事項の1つとして、組み込みコンピューティングとEmスーパーコンピュータの2つのコンテキストがある。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: For various reasons including those related to climate changes, {\em energy}
has become a critical concern in all relevant activities and technical designs.
For the specific case of computer activities, the problem is exacerbated with
the emergence and pervasiveness of the so called {\em intelligent devices}.
From the application side, we point out the special topic of {\em Artificial
Intelligence}, who clearly needs an efficient computing support in order to
succeed in its purpose of being a {\em ubiquitous assistant}. There are mainly
two contexts where {\em energy} is one of the top priority concerns: {\em
embedded computing} and {\em supercomputing}. For the former, power consumption
is critical because the amount of energy that is available for the devices is
limited. For the latter, the heat dissipated is a serious source of failure and
the financial cost related to energy is likely to be a significant part of the
maintenance budget. On a single computer, the problem is commonly considered
through the electrical power consumption. This paper, written in the form of a
survey, we depict the landscape of energy concerns in computer activities, both
from the hardware and the software standpoints.
- Abstract（参考訳）: 気候変動に関連するものを含む様々な理由から、エネルギーは関連するすべての活動や技術設計において重要な関心事となっている。
コンピュータ活動の特定の場合において、問題はいわゆる「インテリジェントデバイス」の出現と普及によって悪化する。
アプリケーション側では、"emユビキタスアシスタント"という目的を達成するために、効率的なコンピューティングサポートが明らかに必要となる、"em人工知能"の特別なトピックを指摘します。
主に2つの文脈があり、そこでは {\em embedded computing} と {\em supercomputing} が最優先事項である。
前者にとって、デバイスで利用可能なエネルギー量は限られているため、消費電力は極めて重要である。
後者にとって、放熱は深刻な失敗の源であり、エネルギーに関する金銭的コストは保守予算の重要な部分である可能性が高い。
単一のコンピュータでは、この問題は電力消費によって一般的に考慮される。
本稿では,ハードウェアとソフトウェアの両方の観点から,コンピュータ活動におけるエネルギー的関心事の状況について述べる。
関連論文リスト
- Online Energy Optimization in GPUs: A Multi-Armed Bandit Approach [15.28157695259566]
エネルギー消費は、将来のコンピューティングアーキテクチャの開発において重要な設計基準と制限要因となっている。
本稿では,HPCシナリオにおけるGPUのための新しい,実用的なオンラインエネルギー最適化問題について検討する。
EnergyUCBは、GPUコア周波数をリアルタイムで動的に調整し、パフォーマンスへの影響を最小限に抑えるように設計されている。
論文 参考訳（メタデータ） (2024-10-03T17:05:34Z) - How do Practitioners Perceive Energy Consumption on Stack Overflow? [3.000496428347787]
エネルギー消費に関するStack Overflow (SO) 質問を実証分析する。
これらの質問は、実践者が日々の開発活動で直面している実世界のエネルギー関連障害を反映している。
我々の観察は、エネルギー消費がソフトウェア開発システムに与える影響について、実践者の間で認識を高めます。
論文 参考訳（メタデータ） (2024-09-28T03:28:52Z) - Formalizing, Normalizing, and Splitting the Energy Network Re-Dispatch for Quantum Annealing [37.81697222352684]
断熱量子計算(AQC)は、量子系の基底状態を近似するための確立された方法である。
本研究では,エネルギーネットワーク再ディスパッチ問題における課題について検討する。
本結果は,オープンソースのエネルギーネットワークシミュレーションのベースラインと比較した。
論文 参考訳（メタデータ） (2024-09-15T20:29:40Z) - Sustainable Supercomputing for AI: GPU Power Capping at HPC Scale [20.30679358575365]
最近の大規模言語モデルは、トレーニングとデプロイにかなりのリソースを必要とする。
適切なパワーキャッピング量では、温度とパワードローの両方に顕著な低下が見られる。
私たちの研究は、スーパーコンピュータスケールでのGPUパワーキャッピングの効果を、初めて実施し、より詳細に分析したものです。
論文 参考訳（メタデータ） (2024-02-25T02:22:34Z) - On the Opportunities of Green Computing: A Survey [80.21955522431168]
人工知能(AI)は数十年にわたり、技術と研究において大きな進歩を遂げてきた。
高いコンピューティングパワーの必要性は、より高い二酸化炭素排出量をもたらし、研究の公正性を損なう。
コンピューティングリソースの課題とAIの環境への影響に取り組むため、グリーンコンピューティングはホットな研究トピックとなっている。
論文 参考訳（メタデータ） (2023-11-01T11:16:41Z) - Sustainable Edge Intelligence Through Energy-Aware Early Exiting [0.726437825413781]
EHエッジインテリジェンスシステムにおいて,エネルギー適応型動的早期退避を提案する。
提案手法は, サンプルごとの最適計算量を決定する, エネルギー対応のEEポリシーを導出する。
その結果, エネルギーに依存しない政策と比較して, 精度は25%, サービスレートは35%向上した。
論文 参考訳（メタデータ） (2023-05-23T14:17:44Z) - Energy Transformer [64.22957136952725]
我々の研究は、機械学習における有望な3つのパラダイム、すなわち注意機構、エネルギーベースモデル、連想記憶の側面を組み合わせる。
本稿では,エネルギー変換器(ET,Energy Transformer)と呼ばれる新しいアーキテクチャを提案する。
論文 参考訳（メタデータ） (2023-02-14T18:51:22Z) - Attention Mechanism with Energy-Friendly Operations [61.58748425876866]
我々はエネルギー消費の観点から注意機構を再考する。
我々は、乗算を選択的操作または加算に置き換えることで、新しい注意モデルを構築する。
3つの機械翻訳タスクにおける実験結果から,提案手法が再現可能な精度を実現することを示す。
論文 参考訳（メタデータ） (2022-04-28T08:50:09Z) - Learning, Computing, and Trustworthiness in Intelligent IoT
Environments: Performance-Energy Tradeoffs [62.91362897985057]
Intelligent IoT Environment(iIoTe)は、半自律IoTアプリケーションを協調実行可能な異種デバイスで構成されている。
本稿では,これらの技術の現状を概観し,その機能と性能,特にリソース,レイテンシ,プライバシ,エネルギー消費のトレードオフに注目した。
論文 参考訳（メタデータ） (2021-10-04T19:41:42Z) - Compute and Energy Consumption Trends in Deep Learning Inference [67.32875669386488]
コンピュータビジョンと自然言語処理の分野における関連モデルについて検討する。
継続的な性能向上のために、これまで予想されていたよりもエネルギー消費の軟化が見られた。
論文 参考訳（メタデータ） (2021-09-12T09:40:18Z) - Risk-Aware Energy Scheduling for Edge Computing with Microgrid: A
Multi-Agent Deep Reinforcement Learning Approach [82.6692222294594]
マイクログリッドを用いたMECネットワークにおけるリスク対応エネルギースケジューリング問題について検討する。
ニューラルネットワークを用いたマルチエージェントディープ強化学習(MADRL)に基づくアドバンテージアクター・クリティック(A3C)アルゴリズムを適用し,その解を導出する。
論文 参考訳（メタデータ） (2020-02-21T02:14:38Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。