http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
모바일 AI에서의 학습모델과 자원 공동제어의 영향에 관한 연구
최평준(Choi Pyeong Jun),함동호(Ham Dong Ho),김영진(Kim Yeong Jin),곽정호(Kwak Jeong Ho) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
딥러닝 기술이 발전함에 따라 AI비서나 자율주행차 등 이를 활용한 모바일 서비스가 널리 사용되고 있다. 이런 서비스의 성능은 모바일 단말의 컴퓨팅 성능과 동적으로 변하는 서비스 요청, 모바일 및 네트워크 환경 등 모바일 단말의 자원과 사용하는 학습모델에 따라 크게 변할 수 있다. 기존 연구는 이러한 모바일 자원제어나 학습모델을 각각 최적화해왔다. 우리는 동적으로 변화하는 시스템에서 학습모델과 컴퓨팅/네트워킹 자원을 동시에 스케일링할 때의 장점을 살펴보았다. 구체적으로, 학습모델 측면에서는 학습모델의 종류와 입력층의 크기, 단말자원 측면에서는 GPU 클럭 주파수, 네트워크 속도, 엣지 연산 오프로딩 정책을 동시에 제어한다. 우리는 실제 트레이스에 기반한 시뮬레이션 및 프로토타입 구현에 기반한 실험을 통해 학습모델과 자원을 동적으로 동시에 스케일링을 할 때 정적으로 제어하는 경우에 비해 프레임 속도와 평균 정확도를 고려한 비용을 최대 30.22% 절감할 수 있음을 보였다.