Otimizando Algoritmos de Machine Learning com Mapeamento de Threads e Dados*

  • Matheus S. Serpa
  • Arthur M. Krause
  • Eduardo H. M. Cruz
  • Philippe O. A. Navaux

Resumo


Impulsionada pelo desenvolvimento de novas tecnologias, como carros autõnomos, o aprendizado de máquina tornou-se rapidamente um dos campos mais ativos da ciência da computação. Neste artigo, nos concentramos no mapeamento de threads e dados para o Intel Xeon Phi Knights Landing. Estudamos o impacto das estratégias de mapeamento, revelando que, com políticas de mapeamento inteligentes, pode-se reduzir o tempo de execução em até 18,5%.
Publicado
06/04/2018
SERPA, Matheus S.; KRAUSE, Arthur M.; CRUZ, Eduardo H. M.; NAVAUX, Philippe O. A.. Otimizando Algoritmos de Machine Learning com Mapeamento de Threads e Dados*. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DA REGIÃO SUL (ERAD-RS) , 2018, Porto Alegre. Anais [...]. Porto Alegre: Sociedade Brasileira de Computação, 2018 . ISSN 2595-4164.