一种基于深度学习科学计算应用的工作负载测试方法

  • 国民经济行业:信息传输、软件和信息技术服务业/软件和信息技术服务业/信息系统集成服务
  • 学科类别:计算机科学技术/计算机系统结构/计算机运行测试与性能评价
  • 权利人:上海交通大学

知识产权简介

随着深度学习在科学计算中的应用日益广泛,需要一种有效的测试方案来评估计算开销和准确性。基础的测试方案通常考虑到节点通信分析,而基于人工智能平台的方案则能进一步考虑可扩展性,更充分利用HPC多节点情况下的应用性能,并可以讨论合精度或者性能与开销权衡情况下的性能。 本专利提出了两个测试方案。首先是基于深度学习的科学计算应用的基础测试方案,该方案旨在通过一系列有序步骤对深度学习应用的性能进行全面评估。此方案包括环境准备、单节点单卡性能测试、单节点多卡性能测试、多节点多卡性能测试等一系列步骤,并强调了对节点通信优化和性能分析的重要性。本专利申请还提供了一种基于人工智能平台的测试方案,旨在针对基于深度学习的科学计算应用,通过全面而综合的分析评估其性能表现。此方案重点介绍了针对可扩展性和可复现性的测试背景,并分析了HPC AI500 v3.0等多种代表性AI平台方案的特点和适用性。

基本信息

权利人 上海交通大学
知识产权类型 专利
意向合作模式
预估金额
联系合作