Now Loading ...
-
Carbon-Aware and Fault-Tolerant Migration of Deep Learning Workloads in the Geo-distributed Cloud
The Overview of the proposed method(CAFTM)
Paper information
Carbon-Aware and Fault-Tolerant Migration of Deep Learning Workloads in the Geo-distributed Cloud
Jeonghyeon Park, Daero Kim, Jiseon Kim, Jungkyu Han, Sejin Chun (2024). IEEE International Conference on Cloud Computing (CLOUD)
Keywords
carbon-aware, fault-tolerant, geo-distributed, cloud, deep learning, task migration
Abstract
Recently, many deep learning models have been trained in geographically distributed data centers. The carbon emissions produced by training the models may pose a significant threat to climate change like increasing temperatures. Existing studies have a hardship in shifting the workload of training models to a data center with low carbon emissions. So, they fail to ensure low emissions of the workload during training, especially when long-term workloads like Large Language Models (LLMs) are trained. To cope with this problem, we propose a method that shifts the workload to a cloud with low carbon emissions while enduring a lack of computational resources. Specifically, we define a task scheduler that includes states and their transitions to migrate mini-batches dynamically. Next, we present a fault-tolerant control that optimizes a GPU frequency to adapt to workload variations of training models while guaranteeing its power consumption. Last, we conducted exhaustive experiments using real-world data in terms of carbon emissions, transfer time, and power consumption compared to state-of-the-art methods.
Cite
@INPROCEEDINGS{10643899,
author={Park, Jeonghyeon and Kim, Daero and Kim, Jiseon and Han, Jungkyu and Chun, Sejin},
booktitle={2024 IEEE 17th International Conference on Cloud Computing (CLOUD)},
title={Carbon-Aware and Fault-Tolerant Migration of Deep Learning Workloads in the Geo-Distributed Cloud},
year={2024},
pages={494-501},
}
-
-
-
GIS와 개방형 데이터를 활용한 부산시 노인복지시설의 적정입지 선정
부산시 내 시니어센터가 시급하게 필요한 행정구역 TOP4
Paper information
GIS와 개방형 데이터를 활용한 부산시 노인복지시설의 적정입지 선정
Jeonghyeon Park, Daero Kim, Jungkyu Han, Sejin Chun (2022). 2022년 한국멀티미디어학회 춘계학술발표대회
Keywords
GIS, urban networks, age-friendly cities framework
Abstract
국제보건기구(WHO: World Health Organization)는 세계인구의 고령화에 대응하기 위해 고령 친화 도시 프레임워크(Age-Friendly Cities Framework: AFC) WHO (World Health Organization), Age-Friendly Cities Framework, https://extranet.who.int/agefriendlyworld 를 제안하였다. 급속한 고령화에 대응한 정책, 인프라, 서비스를 체계적으로 조성하기 위해, GIS(Geographic Information System) 기반 빅데이터 분석 방법이 최근 주목받고 있다. 2060년 국내 인구의 41%는 60세 이상이 되는 ‘초고령사회’가 되며, 부산광역시는 국내 도시 중 가장 높은 고령 인구 비율을 갖는다. 국내 노인복지시설의 설치 기준은 설비 사항만 반영하기 때문에, WHO가 요구하는 고령친화 도시 프레임워크 구축에 제한적이다. 예를 들어, AFC의 교통수단(Transportation) 및 사회적 참여(Social Participation) 측면 요소는 부재하다. 본 연구는 주거지 기준 접근성, 미래의 고령 인구, 이용률에 대한 개방형 데이터와 함께 노인복지시설의 적절한 위치를 선정하는 방법을 제안한다.
Note
본 논문은 2022년 한국멀티미디어학회 춘계학술발표대회 우수논문상 수상하였습니다
-
Touch background to close
Jeonghyeon Park
