Integração de sensores de baixo-nível com TensorBoard
Resumo
Sistemas de aprendizado de máquina exigem grandes recursos computacionais e energéticos, especialmente para tarefas de treinamento. Perfiladores para estes sistemas, como o disponível na ferramenta TensorBoard para TensorFlow, dão informações sobre hotspots e oportunidades para otimização. Ainda assim, estas ferramentas tipicamente não incluem perfilamento de energia. Neste trabalho apresentamos um plugin para perfilamento de dissipação de potência para tarefas de aprendizado de máquina baseado em sensores IPMI de baixo nível. O plugin é integrado com TensorBoard e demonstrado com uma máquina IBM POWER.
Referências
IPMI. Intelligent platform management interface specification v2.0 rev. 1.1. [link].
ipmitool. ipmitool is a utility for managing and configuring devices that support the intelligent platform management interface. https://github.com/ipmitool/ipmitool.
Performance Application Programming Interface. Papi provides the tool designer and application engineer with a consistent interface and methodology for use of the performance counter hardware found in most major microprocessors. https://icl.utk.edu/papi/.
POWER9. Ibm processor architcture. https://www.ibm.com/br-pt/it-infrastructure/power/power9.
PowerBoard.Power profiling plugin project fortensor board. https://github.com/Unicamp-OpenPower/PowerBoard.
PowerBoardPlugin. Powerboard plugin for tensorboard. https://openpower.ic. unicamp.br/post/powerboard-plugin-for-tensorboard/.
Profiler.Tensor flow profiler to profile the execution oftensorflowcode. https://www.tensorflow.org/tensorboard/tensorboard_profiling_keras.
PyPi. The python package index. https://pypi.org/.
TensorBoard. Tensorboard: kit de ferramentas de visualização do tensorflow. https://www.tensorflow.org/tensorboard?hl=pt-br.
TensorBoard Plugin. Custom tensorboard visualization. [link].
TensorFlow. Tensorflow is an end-to-end open source platform for machine learning. https://www.tensorflow.org/.