هوش مصنوعی

سامانهٔ LEAP پیش از آغاز آموزش، سخت‌افزار مناسب را پیش‌بینی می‌کند

این سرویس یادگیری ماشین، سرعت آموزش هر کار را روی گزینه‌های سخت‌افزاری موجود برآورد می‌کند و آن‌ها را بر پایهٔ توان عملیاتی به‌ازای هزینه رتبه‌بندی می‌کند.

۱ دقیقه مطالعه
Figure 2: LEAP architecture. Serving: (1) jobs are submitted to the job launcher, which (2) calls the inference API with the job and its candidate hardware types. (3) Inference builds the job’s features with the same cod
تصویر درج‌شده در مقالهٔ اصلی؛ حقوق بازنشر مستقل تأیید نشده است. — arXiv · AI (پیش‌چاپ) · پرونده اصلی · منبع تصویر: ناشر خبر

پیش‌چاپی در arXiv سامانه‌ای به نام LEAP را معرفی می‌کند که برای ناوگان‌های آموزشیِ دارای شتاب‌دهنده‌هایی از چند سازنده طراحی شده است. این سامانه هنگام ثبت کار، با استفاده از پیکربندی آموزش و سابقهٔ توان عملیاتی همان کار، سرعت اجرای آن را روی هر نوع سخت‌افزارِ نامزد پیش‌بینی می‌کند؛ سپس گزینه‌ها را بر اساس توان عملیاتی به‌ازای هزینه رتبه‌بندی می‌کند.

به‌گفتهٔ پژوهشگران، LEAP در یک ناوگان عملیاتی روزانه ده‌ها هزار تلاش برای اجرای کارهای آموزشی را میان صدها نوع مدل و بیش از ۲۰ نوع سخت‌افزار هدایت می‌کند. چکیدهٔ در دسترس مقاله جزئیاتی دربارهٔ دقت پیش‌بینی یا میزان بهبود حاصل از این روش ارائه نمی‌دهد.

این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.

منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗

پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست