PD Stefan Bosse - Maschinelles Lernen und Datenanalyse - Modul I: Rechnerarchitekturen für ML

Maschinelles Lernen und Datenanalyse

In der Mess- und Prüftechnik PD Stefan Bosse

Universität Bremen - FB Mathematik und Informatik

1 / 28

PD Stefan Bosse - Maschinelles Lernen und Datenanalyse - Modul I: Rechnerarchitekturen für ML

Rechnerarchitekturen für ML

Die Software für Implementierung der Modelle und Algorithmen ist stark verknüpft mit der Rechnerarchitektur

Performanzprobleme vor allem bei Training, aber auch bei Inferenz!

Parallelisierung kann die Performanz steigern

Effizienz: Optimierung von Rechenzeit + Speicherbedarf + Energie!

2 / 28

PD Stefan Bosse - Maschinelles Lernen und Datenanalyse - Modul I: Rechnerarchitekturen für ML

Rechnerklassifikation

  • Datenverarbeitung bedeutet die Verarbeitung eines Daten- und eines Instruktionsstromes (DS/IS)
  • Eine Datenverarbeitungsanlage enthält:
VE
Verarbeitungseinheit für Daten
SM
Speichermodul → (Static/Dynamic) RAM, Registerbank, Cache
KE
Kontrolleinheit für die Ablaufsteuerung, kann in VE enthalten sein.
3 / 28

PD Stefan Bosse - Maschinelles Lernen und Datenanalyse - Modul I: Rechnerarchitekturen für ML

  • Dabei sind diese drei Einheiten über Instruktionsströme und Datenströme gekoppelt: