CPU-GPU 컨테이너 클러스터의 프로파일링을 활용한 계산응용 실행 계획 기법 (An Execution Planning Scheme for Computational Applications using Profiling of a CPU-GPU Container Cluster)

서지정보

· 발행기관 : 한국정보과학회
· 수록지 정보 : 정보과학회논문지 / 46권 / 10호 / 975 ~ 980페이지
· 저자명 : 오지선, 김세진, 김윤희

초록

이기종 자원을 활용한 클러스터 및 클라우드 환경이 보편화되면서 자원의 활용도를 높이기 위한 자원 선택 환경이 필요하다. 응용의 실행 특성에 따라 적절한 자원 사용 패턴이 다를 수 있으므로 자원 사용에 따른 적절한 실행 계획이 필요하다. 본 논문에서는 수집한 응용 실행의 프로파일링 정보를 이용하여 CPU-GPU 컨테이너 클러스터 환경에서 응용별 GPU 노드 자원 배치율을 계산한다. 이를 통해 GPU 노드에 적합한 응용을 선택하고, 배치율이 낮은 응용은 CPU 노드에 배치함으로써 자원을 적절하게 분배한다. 또한 응용의 프로파일링 정보를 이용하여 GPU 메모리 사용을 예측하여 GPU 노드에서 실행 중인 작업의 실행 순서를 계획함으로써 수행시간이 단축할 수 있음을 증명하였다.

영어초록

As heterogeneous clusters and cloud environments have gained popularity, selection of appropriate resources in an integrated environment is considered essential for enhancement in application performance with reasonable resource utilization. Application characteristics may require specific resource in a certain order during its execution and ask smart job deployment among diverse nodes. Especially, it is necessary to have an execution plan in advance for better performance of CPU and GPU container clusters. In this paper, we propose an execution planning scheme based on runtime profiling history to place jobs on CPU-GPU nodes. Computational applications usually show good performance in GPU. However, the lack of GPU sharing methods leads to failure of co-locating jobs on a GPU node. Based on the profile information, the scheme provides the combination of applications to run at the same time in GPU container clusters and estimate the performance of workload before executing application among CPU-GPU container clusters. We have also demonstrated adjustment of the order of application execution using profile history in order to reduce the execution time of total workload by monitoring GPU memory usage.

참고자료

· 없음