AITuning：基于机器学习的运行时通信库调优工具
机器学习
2019-09-16 v1 性能
机器学习
摘要
在这项工作中，我们通过深度强化学习方法解决通信库调优问题。强化学习是一种在解决类游戏情境中极其有效的机器学习技术。事实上，在通信库中调整一组参数以在并行应用中获得更好性能，可表达为一个游戏：找到能提供最佳奖励的正确组合/路径。尽管AITuning被设计为可与不同运行时库配合使用，但我们将本工作的重点放在将其应用于构建于MPI-3之上的OpenCoarrays运行时通信库。本工作不仅展示了使用强化学习算法调优通信库的潜力，也展示了MPI-3标准引入的MPI工具信息接口如何能被运行时库有效利用，以在无人工干预的情况下提升性能。
引用
@article{arxiv.1909.06301,
title = {AITuning: Machine Learning-based Tuning Tool for Run-Time Communication Libraries},
author = {Alessandro Fanfarillo and Davide Del Vento},
journal= {arXiv preprint arXiv:1909.06301},
year = {2019}
}
备注
11 pages, 1 figure, ParCo 19