深度学习模型的 CPU 与 GPU 性能分析比较
分布式、并行与集群计算
2023-12-12 v3 机器学习
摘要
近年来深度学习（DL）和机器学习（ML）应用迅速增长。互联网上正生成海量数据，可通过 ML 和 DL 算法得出有意义的结果。硬件资源和开源库使得实现这些算法变得容易。Tensorflow 和 Pytorch 是实现 ML 项目的主流框架之一。通过使用这些框架，我们可以追踪在 GPU 和 CPU 上执行的操作，以分析资源分配与消耗。本文给出了使用 Pytorch 训练深度神经网络时 CPU 和 GPU 的时间与内存分配。本文分析表明，对于深度神经网络，GPU 相比 CPU 具有更短的运行时间。对于更简单的网络，GPU 相对 CPU 没有许多显著改进。
引用
@article{arxiv.2309.02521,
title = {Comparative Analysis of CPU and GPU Profiling for Deep Learning Models},
author = {Dipesh Gyawali},
journal= {arXiv preprint arXiv:2309.02521},
year = {2023}
}
备注
6 pages, 11 figures