파라미터 서버 기반의 분산 딥 러닝 시스템을 위한 파라미터 샤딩 기술 성능평가Performance Evaluation: Parameter sharding for Distributed Deep Learning
- Other Titles
- Performance Evaluation: Parameter sharding for Distributed Deep Learning
- Authors
- 최기봉; 고윤용; 제현승; 노홍찬; 김상욱
- Issue Date
- Jun-2019
- Publisher
- 한국정보과학회
- Citation
- 2019년 한국컴퓨터종합학술대회 논문집, pp.1088 - 1090
- Indexed
- OTHER
- Journal Title
- 2019년 한국컴퓨터종합학술대회 논문집
- Start Page
- 1088
- End Page
- 1090
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/147549
- ISSN
- 2466-0825
- Abstract
- 최근 딥 러닝 (deep learning) 기술의 큰 발전으로 기존 기계 학습 분야의 기술들이 성공적으로 해결하지 못하던 많은 문제들을 해결할 수 있게 되었다. 이러한 딥 러닝 기술의 성공은 풍부한 학습 데이터를 활용하여 거대한 모델을 학습한 것에서 기인한다. 그러나, 이러한 학습 과정은 단일 컴퓨터에서 처리하기에 너무 많은 시간을 요구한다. 이에 따라 단일 컴퓨터가 아닌 여러 컴퓨터 서로 네트워크로 연결되어 있는 분산 컴퓨팅 환경에서 모델을 학습하는 분산 딥 러닝 (distributed deep learning) 기술들이 연구되고 있다. 본 논문에서는 대표적인 분산 딥 러닝 방안인 파라미터 서버 (parameter server) 기반 분산 딥 러닝 방안들을 소개하고, 해당 방안들에 적용 가능한 최적화 방안인 파라미터 샤딩 기술도 소개한다. 실험을 통해, 각 방안들에 대한 파라미터 샤딩 기술의 효과를 확인하고 그러한 결과가 나온 이유를 규명하였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 공과대학 > 서울 컴퓨터소프트웨어학부 > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.