Análisis de rendimiento de aplicaciones de Deep Learning sobre procesadores de propósito general

Abstract

RESUMEN: Las aplicaciones de Deep Learning se han extendido de manera significativa en los últimos años, obligando incluso a crear nuevas tecnologías específicas para este campo (TPU). Por ello, los fabricantes de procesadores de propósito general se ven en la necesidad de mejorar sus productos para que sean competentes. Y es ahí donde surge la necesidad de encontrar una herramienta que sea capaz de realizar un análisis del rendimiento del sistema. Haciendo más fácil entender las interacciones entre el hardware y software y facilitando las labores de optimización y desarrollo. En este trabajo se ha diseñado una herramienta, de nombre DL-Prof, para evaluar el rendimiento de los procesadores de propósito general cuando se ejecutan aplicaciones de Deep Learning. Desde el punto de vista software se ha trabajado con los entornos de desarrollo más habituales en DL. Para ello, se ha hecho uso de los contadores existentes en este tipo de hardware de propósito general. La herramienta se ha validado de manera exhaustiva y se han realizado experimentos sobre aplicaciones de Deep Learning donde se ha demostrado la utilidad de la herramienta.

ABSTRACT: Deep Learning applications have expanded significantly in recent years, even forcing the aparition of new technologies specific to this field (TPU). Therefore, manufacturers of general-purpose processors find it necessary to improve their products to make them proficient. And that is where the need arises to find a tool that is capable of performing an analysis of the performance of the system. Making it easier to understand the interactions between hardware and software and facilitating optimization and development tasks. In this work, a tool, called DL-Prof, has been designed to evaluate the performance of general-purpose processors when running Deep Learning applications. From a software point of view, we have worked with the most common development environments in DL. To do this, the existing counters in this type of general-purpose hardware has been used. The tool has been extensively validated and experiments have been carried out on Deep Learning applications, where the usefulness of the tool has been demonstrated.