Performance-Isolated Optimal Placement of AI Frameworks for Harvesting Surplus CPU Cycles in GPU Clouds
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(전략형)
2026년
2710113150
과학기술정보통신부
한국연구재단
성균관대학교
서의성
15명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
1.9억원
1.9억원
기초연구
대학
서울특별시 종로구
정보/통신 > 정보이론 > Cloud computing/Grid computing
◎ 본 연구는 GPU 클라우드에서 구조적으로 발생할 수 밖에 없는 잉여 CPU 자원을 활용하여 CPU를 사용하는 AI 컴포넌트들을 GPU 작업의 성능간섭 없이 효과적으로 실행할 수 있도록 하는 클라우드 자원 관리 기법을 목표로 한다.◎ 본 연구 목표를 도출하게 된 배경은 다음과 같다.■ GPU 서버의 필연적으로 많은 CPU 코어, 어쩔 수 없이 낮은 CPU 활용률○ ...
... 확장을 통해 메인 메모리 부담을 최소화하며 잉여 CPU 및 메모리 자원을 활용하여 최적의 성능을 얻을 수 있는 벡터DB 검색 구조를 개발한다.■ 3차년도: 하베스팅 자원 최적 활용을 위한 클라우드 오케스트레이션 ○ GPU 서버 잉여자원 공동스케줄링 효율 분석 및 성능 예측 모델 고안: GPU 서버에서 수행되는 작업의 자원 사용 패턴을 분석하여 기계학습 기반으로 잉여자원의 형태와 ...
[연구과제의 활용방안]● 클라우드 업체의 컴퓨트 가상머신 서비스에 적용하여, 수집된 일시적 잉여 자원을 사용하여 시간 탄력성이 높은 작업에 대해 저렴한 CPU 가상머신을 제공하는 새로운 상품을 개발한다.● 클라우드 업체가 제공하는 PaaS 상품은 로그 분석, 데이터 ETL, 비동기 ML 추론, DB 인덱스 재구축 등 백그라운드 작업들을 필요로 하며, 이들을 잉여 ...