基于多臂老虎机方法的边缘设备 HPC 应用参数自动调优
计算与语言
2025-01-03 v1 人工智能
摘要
边缘设备日益渴求增强处理能力且资源有限，因此我们开发了有效的方法来提高高性能计算 (HPC) 应用程序的性能。本文引入 LASP（Lightweight Autotuning of Scientific Application Parameters），一种新颖策略，用于解决边缘设备上参数搜索空间的挑战。该策略采用多臂老虎机（multi-armed bandit，MAB）技术，专注于在线探索与开发。值得注意的是，LASP 采用动态方法，能无缝适应不断变化的环境。我们用四个 HPC 应用程序测试了 LASP：Lulesh、Kripke、Clomp 和 Hypre。其轻量级特性使其特别适用于资源受限的边缘设备。通过运用 MAB 框架高效地导航搜索空间，我们在遵守边缘设备严格计算限制的同时实现了显著的性能提升。我们的实验结果表明，LASP 在边缘设备上优化参数搜索方面效果显著。
引用
@article{arxiv.2501.01056,
title = {Risks of Cultural Erasure in Large Language Models},
author = {Rida Qadri and Aida M. Davani and Kevin Robinson and Vinodkumar Prabhakaran},
journal= {arXiv preprint arXiv:2501.01056},
year = {2025}
}