Modeling Parallel AI Applications for Performance Analysis on Cloud Environments
Albert, Miquel (Escola Universitària d'Informàtica Tomàs Cerdà)
Wong, Álvaro (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
León, Betzabeth (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Rexachs del Rosario, Dolores Isabel (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)
Luque, Emilio (Universitat Autònoma de Barcelona. Departament d'Arquitectura de Computadors i Sistemes Operatius)

Publicación:	Springer Cham, 2025
Resumen:	In high-performance computing (HPC) environments, efficient execution of AI applications is critical for optimal performance and resource utilization. In this work, we extend the PAS2P methodology to AI applications through message passing on HPC Cloud systems, defining the AI Application Model to describe their performance behavior. This extension identifies phases within AI applications, enabling analysis to focus on these phases instead of the entire application. By concentrating on them, we can better evaluate AI application efficiency, providing insights into system performance and guiding future optimizations for large-scale AI tasks on HPC infrastructure.
Ayudas:	Agencia Estatal de Investigación PID2023-146978OB-100 Agencia Estatal de Investigación PID2020-112496GB-I00
Derechos:	Aquest material està protegit per drets d'autor i/o drets afins. Podeu utilitzar aquest material en funció del que permet la legislació de drets d'autor i drets afins d'aplicació al vostre cas. Per a d'altres usos heu d'obtenir permís del(s) titular(s) de drets.
Lengua:	Anglès
Colección:	Lecture Notes in Computer Science; 15906
Documento:	Capítol de llibre ; recerca ; Versió acceptada per publicar
Materia:	AI Applications ; Cloud Computing ; Performance in HPC
Publicado en:	Computational Science - ICCS 2025. 25th International Conference, Singapore, Singapore, July 7-9, 2025, Proceedings, Part IV, 2025, p. 216-224, ISBN 978-3-031-97635-3

DOI: 10.1007/978-3-031-97635-3_26

Disponible a partir de: 2026-12-30 Postprint

El registro aparece en las colecciones:
Documentos de investigación > Documentos de los grupos de investigación de la UAB > Centros y grupos de investigación (producción científica) > Ingeniería > HPC4EAS (High Performance Computing for Efficient Applications and Simulation Research Group)
Libros y colecciones > Capítulos de libros