Estimation of Distributed Ultrasound Simulation Execution Time Using Machine Learning

Predikce doby běhu, Moldable úlohy, symbolická regrese, Neuronové sítě, superpočítač, simulae, k-Wave, ultrazvuk, HeuristicLab

Tato studie představuje komplexní systém navržený k předpovědi doby provedení k-Wave ultrazvukových simulací, který zohledňuje velikost domény a přidělené výpočetní zdroje. Prediktivní modely, vyvinuté pomocí symbolické regrese a neuronových sítí, byly natrénovány na historických výkonnostních datech získaných ze superpočítače Barbora. U velikostí domén s optimálními parametry dosáhl model symbolické regrese lepších výsledků, s průměrnou chybou 5,64 %. Naproti tomu neuronová síť prokázala významnou účinnost ve scénářích obecné domény, s průměrnou chybou 8,25 %. Pozoruhodné je, že v obou případech zůstala průměrná chyba pod hranicí 10 %, což odpovídá nejistotě vlastní měřeným datům a provádění skutečných rozsáhlých úloh. Tento prediktivní systém je tedy vhodný pro nasazení v rámci optimalizačních systémů zdrojů, což výrazně zvyšuje efektivitu provádění rosáhlých simulací.