고성능 컴퓨팅은 다양한 과학 분야에 컴퓨팅 성능을 제공하며, 메타인지 이상의 통찰을 제공함으로써 발전을 뒷받침한다. 자원을 낭비하지 않으면서 컴퓨팅 성능을 극대화하는 것은 주요 연구 과제이다. 컴퓨터의 다음 상태에 대한 성능을 예측하는 것은 스케줄링에 효과적이다. 그러나 컴퓨터의 상태를 나타내는 하드웨어 성능 모니터는 높은 수준의 전문 지식이 요구되며, 표준화된 모델은 존재하지 않는다. 본 논문에서는 고성능 컴퓨팅 환경에서의 성능 분석을 위한 적응형 변수 샘플링 모델을 제안한다. 우리의 방법은 성능 예측과 관련된 수많은 변수들로부터 최적의 변수를 자동으로 분류하고, 샘플링된 변수를 사용하여 성능을 예측한다. 성능 분석을 위한 최적 변수는 샘플링 과정에서 전문 지식을 필요로 하지 않는다. 우리는 본 방법을 검증하기 위해 다양한 아키텍처와 응용 분야에서 실험을 수행하였다. 본 모델은 정확도 손실 없이 최소 24.25%에서 최대 58.75%까지 더 빠르게 수행되었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.