机器学习在超级计算机定量协同设计中的监测与运行数据解析的挑战与机遇
分布式、并行与集群计算
2022-10-04 v3
摘要
本工作考察了在超级计算机定量协同设计(QCS)背景下，机器学习(ML)用于监测与运行数据解析(MODA)的挑战与机遇。MODA被用于深入认识当前高性能计算(HPC)系统的行为，以提升系统效率、性能和可靠性（例如通过优化制冷基础设施、作业调度和应用参数调优）。本工作中我们主张，广义的QCS尤其是MODA，需要与ML界密切交流，方能实现数据驱动分析对现有及未来HPC系统的全部潜力。这种交流将有助于识别合适的ML方法，以认识当前HPC系统并超越基于专家的知识与经验法则。
引用
@article{arxiv.2209.07164,
title = {Challenges and Opportunities of Machine Learning for Monitoring and Operational Data Analytics in Quantitative Codesign of Supercomputers},
author = {Thomas Jakobsche and Nicolas Lachiche and Florina M. Ciorba},
journal= {arXiv preprint arXiv:2209.07164},
year = {2022}
}