基于共享GPU的深度學(xué)習(xí)訓(xùn)練性能實證研究

摘要： 深度學(xué)習(xí)應(yīng)用的訓(xùn)練過程是計算密集型的，它通常依靠圖形處理單元(Graphics Processing Unit, GPU)來加速訓(xùn)練過程。然而深度學(xué)習(xí)開發(fā)框架往往會獨占GPU,造成計算資源的浪費。針對該問題，該實證研究對兩個深度學(xué)習(xí)應(yīng)用共享GPU訓(xùn)練的可行性進行討論，系統(tǒng)地分析了有代表性的深度學(xué)習(xí)模型的靜態(tài)和運行時特性，展示了共享GPU訓(xùn)練兩個模型時，不同的模型組合和特征對整體...