IEEE BigData 발표자료 준비

hyoonseo159357 commented 2 years ago

IEEE 발표자료를 준비합니다.

kmu-leeky commented 2 years ago

@kmu-leeky @james-sungjae-lee @hyoonseo159357 for tracking

hyoonseo159357 commented 2 years ago

camera ready video 공지를 다시한번 상세히 살펴본결과 accepted paper들은 모두 선녹화비디오를 필수로 제출해야하는것으로 확인되었습니다.

(4) Every accepted paper needs to have a pre-recorded video of the paper presentation and upload into the conference virtual platform. Please follow the instruction of this URL to prepare your video recording and upload it on the virtual platform on or before November 28, 2022. The submission site will be closed on Nov. 29.

어제부로 성재님께 피피티자료와 스크립트를 전달받았고 스크립트를 조금 더 자연스럽게 다듬어서 이번주내로 비디오녹화본을 제출하고자 합니다.

kmu-leeky commented 2 years ago

성재 작업 땡큐.

사실 녹화 비디오는 필요성을 잘 모르겠네.. 언급도 needs to have a 여서 어찌보면 필수는 아닌듯 하고.. 오프라인으로 발표를 하는데 굳이 녹화본을 내라는 것도 조금 이상하고. 최근에 이와 관련한 메시지도 없기도 하고.. 일단 윤서는 오프라인 발표를 잘 준비해보자.

hyoonseo159357 commented 2 years ago

넵 알겠습니다! 그러면 발표전까지 다듬어서 오프라인 발표에 신경써서 준비하도록 하겠습니다

kmu-leeky commented 2 years ago

발표 영상 녹화 자체가 부담일수 있으니 ㅎㅎ 혹시 나중에 갑자기 꼭 내야 한다고 이야기하면 낼수도 있겠다는 마음의 준비 (?) 만 하고 있자 ㅎㅎ 그런데 그러지 않을것 같아.

hyoonseo159357 commented 2 years ago

발표용 피티티와 스크립트 공유드립니다.

https://docs.google.com/presentation/d/18ty5MtnuEHzunlXjbaxk6gXk5LeBGzkW7ZGY9orY-f0/edit?usp=sharing

hyoonseo159357 commented 1 year ago

S5세션에서 7팀중 3번쨰로 무사히 발표 잘 마쳤습니다! 질문은 3명이서 해주셨고 질문내용 공유드립니다!

발표 피피티: https://docs.google.com/presentation/d/1ntRc_9lafcTlhbJ6hESLthWmUybKCU2p/edit?usp=sharing&ouid=111294100749924114902&rtpof=true&sd=true

< 질문내역>

Q1. 탄소효율성이라던지 등등 다른것들은 고려한것들이 없는지?/ 새로운 gpu는 쓰지않았나?

→ Appendix 2,6 준비한 질문 대답

appendix2 : 현재 여러가지 툴들을 사용해서 gpu 하드웨어관련 피처들을 추출해 분석중이며 후속 연구를 진행중이다. 추후에는 아예 하드웨어 피처만을 가지고 latency가 예측가능한 완전한 블랙박스 모델을 구상중이다.
appendix6 : 다음과같이 현재최신 GPU들과, 새로운 클라우드 벤더들을 사용하고자 한다. 추후 후속 연구에서는 더 다양한 gpu, 더 다양한 클라우드 벤더를 사용할것이다.

Q2. 프로파일링시 오버헤드는 어떻게 해결했는가? (프로파일링을 사용했던 다른팀 발표자가 질문)

→ Appnedix 5 준비한 질문대답

appendix5: 실제로 프로파일링을 진행시에 latency는 20% - 30% 더 크게 측정이 된다. 그래서 프로파일링으로 얻은 input 피처와 실제 latency는 따로따로 수집하여 진행하였고, 각각 10번의 반복을 수행하여 데이터를 수집하였습니다.이 부분은 데이터 수집코드에 자동화되어 있고 깃허브를 참조하시면 될듯합니다.

Q3. automated system이라고 했는데 (QR코드로 표시된 DEMO를 가르키면서) 어떤식으로 automated된것인지 궁금하다

→ 프로파일링부터 predict latency까지 automated시스템을 구성하였으며, github에서 코드를 확인가능하다. 말씀해주신 데모페이지에서는 사용자가 프로파일링을 자동화하여 추출한뒤 결과를 넣어주면 target gpu의 Latency를 에측해서 보여준다

좋은 경험하게 해주신 성재님이랑 교수님께 감사드립니다!!

ddps-lab / profet

IEEE BigData 발표자료 준비 #7