Magyar
Toggle navigation
Tudóstér
Magyar
Tudóstér
Keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Egyszerű keresés
Összetett keresés
CCL keresés
Böngészés
Saját polc tartalma
(
0
)
Korábbi keresések
Összesen 1 találat.
#/oldal:
12
36
60
120
Rövid
Hosszú
MARC
Részletezés:
Rendezés:
Szerző növekvő
Szerző csökkenő
Cím növekvő
Cím csökkenő
Dátum növekvő
Dátum csökkenő
1.
001-es BibID:
BIBFORM070845
Első szerző:
Gál Zoltán (informatikus)
Cím:
Slurm ütemező által vezérelt szuperszámítógép használatának TensorFlow alapú elemzése - TensorFlow Based Analysis of the Supercomputer Usage Controlled by Slurm Scheduler / Gál Zoltán
Dátum:
2017
ISSN:
1842-4546
Megjegyzések:
The usage efficiency of the High Performance Computer (HPC) became critical aspect of the efficacy of this system. The saving actuation of the hardware resources of the supercomputer with several thousand of processors is determined by the intelligence of the scheduler software installed on the device. The status information of this expensive, but inevitable tool for the research and innovation is monitored by a special management software running on the frontend server of the supercomputer. One put rightful question concerning the efficiency of the HPC system during the scaled usage by the researchers. The answer is not trivial because the high number of frequently polled physical and logical sensors put solving of the current and special problem of the Big Data and Deep Learning topics. In the paper is analysed one of the Hungarian supercomputers in production and methodology is presented concerning the usage efficacy of this system. High amount of status information was sampled from more than three thousand sensors in each minute during two weeks. To process these data TensorFlow software library of the Google was used. Results based on Neural Networks deep learning methods are described, as well.
Tárgyszavak:
Műszaki tudományok
Informatikai tudományok
tanulmány, értekezés
Tárgyak Internete (IoT)
szenzor hálózat (SN)
szuperszámítógép (HPC)
Slurm ütemező
neurális hálózat
önszerveződő térkép (SOM)
mélytanulás
TensorFlow
klaszterezés
komplexesemény kezelés (CEP)
komplexesemény detektálás (CED)
Megjelenés:
ENELKO 2017 XVIII. Nemzetközi Energetika-Elektrotechnika Konferencia, SzámOkt 2017 XXVII. Nemzetközi Számítástechnika és Oktatás Konferencia, Kolozsvár, 2017. október 12-15 / szerk. Biró Károly-Ágoston, Sebestyén-Pál György. - p. 139-145. -
Internet cím:
Intézményi repozitóriumban (DEA) tárolt változat
Borító:
Saját polcon:
Rekordok letöltése
1
Corvina könyvtári katalógus v8.2.27
© 2023
Monguz kft.
Minden jog fenntartva.