ترجمه فارسی مقاله مقیاسبندی محاسبات یادگیری عمیق روی پردازنده هوشمند متصل بین هستهای
| عنوان مقاله به انگلیسی | Scaling Deep Learning Computation over the Inter-Core Connected Intelligence Processor |
| عنوان مقاله به فارسی | مقیاسبندی محاسبات یادگیری عمیق روی پردازنده هوشمند متصل بین هستهای |
| نویسندگان | Yiqi Liu, Yuqi Xue, Yu Cheng, Lingxiao Ma, Ziming Miao, Jilong Xue, Jian Huang |
| فرمت مقاله انگلیسی | |
| تعداد صفحات | 17 |
| دسته بندی موضوعات | Distributed, Parallel, and Cluster Computing,Machine Learning,محاسبات توزیع شده , موازی و خوشه ای , یادگیری ماشین , |
| توضیحات | Submitted 8 August, 2024; originally announced August 2024. , Comments: This paper is accepted at The 30th ACM Symposium on Operating Systems Principles (SOSP'24) |
| توضیحات به فارسی | ارسال شده در 8 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد. ، نظرات: این مقاله در سی امین سمپوزیوم ACM در مورد اصول سیستم عامل پذیرفته شده است (SOSP'24) |
قیمت: 19,000 تومان
سفارش
با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش میدهید.
قیمت: 680,000 تومان
زمان تحویل: 2 تا 3 روز کاری
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
چکیده
As AI chips incorporate numerous parallelized cores to scale deep learning (DL) computing, inter-core communication is enabled recently by employing high-bandwidth and low-latency interconnect links on the chip (e.g., Graphcore IPU). It allows each core to directly access the fast scratchpad memory in other cores, which enables new parallel computing paradigms. However, without proper support for the scalable inter-core connections in current DL compilers, it is hard for developers to exploit the benefits of this new architecture. We present T10, the first DL compiler to exploit the inter-core communication bandwidth and distributed on-chip memory on AI chips. To formulate the computation and communication patterns of tensor operators in this new architecture, T10 introduces a distributed tensor abstraction rTensor. T10 maps a DNN model to execution plans with a generalized compute-shift pattern, by partitioning DNN computation into sub-operators and mapping them to cores, so that the cores can exchange data following predictable patterns. T10 makes globally optimized trade-offs between on-chip memory consumption and inter-core communication overhead, selects the best execution plan from a vast optimization space, and alleviates unnecessary inter-core communications. Our evaluation with a real inter-core connected AI chip, the Graphcore IPU, shows up to 3.3$times$ performance improvement, and scalability support for larger models, compared to state-of-the-art DL compilers and vendor libraries.
چکیده به فارسی (ترجمه ماشینی)
از آنجا که تراشه های هوش مصنوعی هسته های موازی متعددی را برای محاسبات یادگیری عمیق (DL) درج می کنند ، ارتباطات بین هسته ای اخیراً با استفاده از پیوندهای اتصال باند بالا و کم تأخیر در تراشه (به عنوان مثال ، IPU Graphcore) فعال می شود.این امکان را به هر هسته می دهد تا به طور مستقیم به حافظه Scratchpad سریع در هسته های دیگر دسترسی پیدا کند ، که پارادایم های محاسبات موازی جدید را امکان پذیر می کند.با این حال ، بدون پشتیبانی مناسب از اتصالات بین هسته ای مقیاس پذیر در کامپایلرهای DL فعلی ، برای توسعه دهندگان دشوار است که از مزایای این معماری جدید سوء استفاده کنند.ما T10 ، اولین کامپایلر DL را برای بهره برداری از پهنای باند ارتباطی بین هسته و حافظه تراشه در تراشه های AI توزیع می کنیم.برای تدوین الگوهای محاسبات و ارتباطی اپراتورهای تانسور در این معماری جدید ، T10 یک RTENSOR انتزاع تانسور توزیع شده را معرفی می کند.T10 یک مدل DNN را برای برنامه های اجرا با یک الگوی محاسبات تعمیم یافته ، با تقسیم محاسبات DNN به زیر اپراتورها و نقشه برداری از آنها به هسته نقشه می کند تا هسته ها بتوانند داده ها را به دنبال الگوهای قابل پیش بینی تبادل کنند.T10 تجارت بهینه سازی شده در سطح جهانی بین مصرف حافظه روی تراشه و ارتباطات بین هسته ای را ایجاد می کند ، بهترین برنامه اجرای را از یک فضای بهینه سازی گسترده انتخاب می کند و ارتباطات غیر ضروری بین هسته ای را کاهش می دهد.ارزیابی ما با یک تراشه AI متصل به هسته واقعی ، IPU Graphcore ، در مقایسه با کامپایلرهای پیشرفته DL و کتابخانه های فروشنده ، حداکثر 3.3 $ برابر $ بهبود عملکرد و پشتیبانی از مقیاس پذیری را نشان می دهد.📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
-
کتاب صدها نکته فارسی (خودمونی) – نسخه PDF — زبان ساده و کاربردی
مشاهده نمونه نسخه نکات ساده -
کتاب صدها نکته رسمی فارسی – نسخه PDF — نگارش استاندارد و علمی
مشاهده نمونه نسخه نکات رسمی -
کتاب صدها پرسش و پاسخ تشریحی – نسخه PDF
— هر سؤال همراه با پاسخ کامل برای درک عمیق مفاهیم
مشاهده نمونه نسخه پرسش و پاسخ -
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع -
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
- این محصول به صورت فایل دانلودی کامل ارائه میشود.
- توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
- دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
- برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
- اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی:
واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248
تلگرام: @ma_limbs
نظرات
هنوز نظری ثبت نشده است.
وارد شوید تا نظر ثبت کنید.