BatOpt: Optimizing GPU-Based Deep Learning Inference Using Dynamic Batch Processing

计算机科学 延迟(音频) 服务器 推论 服务质量 深度学习 云计算 排队 人工智能 并行计算 分布式计算 操作系统 计算机网络 电信
作者
Deyu Zhang,Yunzhen Luo,Y. Wang,Xiaoyan Kui,Ju Ren
出处
期刊:IEEE Transactions on Cloud Computing [Institute of Electrical and Electronics Engineers]
卷期号:12 (1): 174-185
标识
DOI:10.1109/tcc.2024.3350561
摘要

Deep learning (DL) has been applied in billions of mobile devices due to its astonishing performance in image, text, and audio processing. However, limited by the computing capability of mobile devices, a large amount of DL inference tasks need to be offloaded to edge or cloud servers, which makes powerful GPU servers are struggling to ensure the quality of service(QoS). To better utilize the highly parallel computing architecture of GPU to improve the QoS, we propose BatOpt, a framework that uses dynamic batch processing to strike a good balance between service latency and GPU memory usage in DL inference services. Specifically, BatOpt innovatively models the DL inference service as a $M/G(a,b)/1/N$ queue, with the consideration of stochastic task arrivals, which enables it to predict the service latency accurately in different system states. Furthermore, we propose an optimization algorithm to trade off the service latency and GPU memory usage in different system states by analyzing the queueing model. We have implemented BatOpt on Pytorch and evaluated it on an RTX 2080 GPU using real DL models. BatOpt brings up to 31x and 4.3x times performance boost in terms of service latency, compared to single-input and fixed-batch-size strategies, respectively. And BatOpt's maximum GPU memory usage is only 0.3x that of greedy-dynamic-batch-size strategy on the premise of the same service latency.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
稚于发布了新的文献求助10
刚刚
风趣绮烟发布了新的文献求助10
1秒前
科研狗完成签到 ,获得积分10
2秒前
牛马小胖发布了新的文献求助10
3秒前
灰鸽舞发布了新的文献求助10
4秒前
共享精神应助大半个菜鸟采纳,获得10
6秒前
7秒前
AA完成签到,获得积分10
11秒前
bkagyin应助大半个菜鸟采纳,获得10
11秒前
12秒前
13秒前
bkagyin应助碗碗采纳,获得10
14秒前
15秒前
姚美阁完成签到 ,获得积分10
17秒前
Polymer72应助风中听枫采纳,获得10
17秒前
lily发布了新的文献求助10
18秒前
剪影改发布了新的文献求助10
18秒前
小5老师完成签到,获得积分10
18秒前
初一发布了新的文献求助10
18秒前
18秒前
ldy发布了新的文献求助10
19秒前
镇痛蚊子发布了新的文献求助10
22秒前
半山完成签到,获得积分10
22秒前
22秒前
Candice应助KongHN采纳,获得10
23秒前
科研通AI2S应助KongHN采纳,获得10
23秒前
23秒前
大胆嘞发布了新的文献求助10
24秒前
小二郎应助dnlcjd94116采纳,获得100
27秒前
27秒前
不安青牛应助tuanheqi采纳,获得20
28秒前
七面东风完成签到,获得积分10
29秒前
30秒前
tang发布了新的文献求助10
30秒前
30秒前
31秒前
31秒前
lily完成签到,获得积分10
32秒前
火星上的从筠完成签到,获得积分10
33秒前
33秒前
高分求助中
Solution Manual for Strategic Compensation A Human Resource Management Approach 1200
Natural History of Mantodea 螳螂的自然史 1000
Glucuronolactone Market Outlook Report: Industry Size, Competition, Trends and Growth Opportunities by Region, YoY Forecasts from 2024 to 2031 800
A Photographic Guide to Mantis of China 常见螳螂野外识别手册 800
Zeitschrift für Orient-Archäologie 500
Smith-Purcell Radiation 500
Autoregulatory progressive resistance exercise: linear versus a velocity-based flexible model 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 物理化学 催化作用 细胞生物学 免疫学 冶金
热门帖子
关注 科研通微信公众号,转发送积分 3341073
求助须知:如何正确求助?哪些是违规求助? 2968852
关于积分的说明 8635415
捐赠科研通 2648411
什么是DOI,文献DOI怎么找? 1450153
科研通“疑难数据库(出版商)”最低求助积分说明 671738
邀请新用户注册赠送积分活动 660852