Implementación y evaluación del modelo DLRM en acelerador ASIC simulado mediante STONNE
Ficheros
Compartir
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemAutor/es
Meseguer Iborra, NicolásFecha
2021-06Disciplina/s
Ingeniería, Industria y ConstrucciónMateria/s
Sistemas de recomendaciónDeep Learning
Arquitecturas Aceleradoras
Hardware reconfigurable
STONNE
Resumen
Los sistemas de recomendación basados en técnicas de Deep Learning (DL)
es un área en constante evolución. Los sistemas actuales han de ser capaces
de generar una salida (por ejemplo, la probabilidad de hacer clic sobre un determinado
anuncio) de la manera más precisa (volver a mostrarlo o no) y dentro
de un estricto margen de tiempo para que las empresas digitales maximicen sus
beneficios.
Sin embargo, cuando estos modelos ya entrenados se despliegan sobre Datacenters
con un gran volumen de datos a procesar (cientos de miles de usuarios
solicitando recomendaciones), el tiempo de cómputo y la demanda de recursos
computacionales (unidades de cómputo, consumo de memoria, etc.) aumenta
considerablemente. Como resultado de esto, surge la necesidad de crear nuevas
arquitecturas aceleradoras especializadas en procesar sistemas de recomendación.
En este trabajo se va a realizar una caracterización de la ejecución del sistema
de recomendación DLRM (Facebook), basado en redes neuro...