[論文レビュー] A Data as a Service (DaaS) Model for GPU-based Data Analytics

John Olorunfemi Abe, Burak Berk Ustundaug|arXiv (Cornell University)|Feb 5, 2018

Cloud Computing and Resource Management参考文献 14被引用数 4

ひとこと要約

本稿では、GPUベースの並列処理と自己組織化マップ（SOM）を活用して、リアルタイムのビッグデータ分析を実現するGPUアクセラレート型Data as a Service（DaaS）モデルを提案する。このモデルはNVIDIA GPUを活用して前処理およびクラスタリングタスクにおいて顕著な性能向上を達成し、クラウドおよびデータセンターワークロードにおける高速でスケーラブルな分析と、SLA/QoS準拠の向上を実現した。

ABSTRACT

Cloud-based services with resources to be provisioned for consumers are increasingly the norm, especially with respect to Big data, spatiotemporal data mining and application services that impose a user's agreed Quality of Service (QoS) rules or Service Level Agreement (SLA). Considering the pervasive nature of data centers and cloud system, there is a need for a real-time analytics of the systems considering cost, utility and energy. This work presents an overlay model of GPU system for Data As A Service (DaaS) to give a real-time data analysis of network data, customers, investors and users' data from the datacenters or cloud system. Using a modeled layer to define a learning protocol and system, we give a custom, profitable system for DaaS on GPU. The GPU-enabled pre-processing and initial operations of the clustering model analysis is promising as shown in the results. We examine the model on real-world data sets to model a big data set or spatiotemporal data mining services. We also produce results of our model with clustering, neural networks' Self-organizing feature maps (SOFM or SOM) to produce a distribution of the clustering for DaaS model. The experimental results thus far show a promising model that could enhance SLA and or QoS based DaaS.

研究の動機と目的

• クラウドおよびデータセンター環境におけるリアルタイムでコスト効率が良く、エネルギー効率の高いビッグデータ分析の増大するニーズに対応すること。
• データ集約型クラウドサービスにおけるサービス品質（QoS）およびサービスレベル契約（SLA）準拠を向上させること。
• GPU並列処理を活用した機械学習ワークロード向けに、スケーラブルでミドルウェア最適化されたDaaSアーキテクチャを設計すること。
• 実世界の空間時間的および農業分野のデータに対して、GPUアクセラレート型クラスタリング（SOM）の有効性を評価すること。
• eヘルス、サイバーセキュリティ、スマートシティ分野における低遅延・高スループットのデータ分析に、GPUベースのシステムを用いる実現可能性を示すこと。

提案手法

• DaaSにGPUアクセラレーションを統合したオーバーレイGPUシステムモデルを設計し、機械学習パイプラインと統合する。
• CUDA対応GPUアーキテクチャ（NVIDIA GF108GLおよびGF114）を用いて、並列処理によるデータ前処理およびクラスタリングを実装する。
• データ分布のモデル化とパターン同定のため、コアとして自己組織化マップ（SOM）を採用する。
• 仮想クラスタ間のGPUタスクスケジューリング、負荷分散、同期制御を管理するミドルウェア層を実装する。
• システム効用を最大化するため、リソース割り当て制約（N台のノード、μ_iのサービスレート、λ_iの到着レート）を含む最適化モデルを適用する。
• クラスタ係数とクラスタIDの対数スケール（log-logスケール）での可視化を用いて、異なるデータレベルにおけるクラスタリング性能を分析する。

実験結果

リサーチクエスチョン

• RQ1 GPUベースの並列処理は、DaaSモデルにおけるリアルタイムデータ分析をどのように効果的に加速できるか？
• RQ2 自己組織化マップ（SOM）の使用は、GPUアクセラレート型DaaSシステムにおけるクラスタリングの正確性と効率性をどの程度向上させるか？
• RQ3 ミドルウェア層は、リソース割り当てと負荷分散の最適化により、GPUベースのクラウド分析におけるSLAおよびQoS準拠をどのように向上できるか？
• RQ4 本モデルは、実世界の空間時間的および農業分野のデータセットにおいて、処理速度およびクラスタリング品質の観点でどの程度の性能を示すか？
• RQ5 GPUハードウェア（例：CUDAコア、メモリ）の特性は、DaaSモデルのスケーラビリティおよび性能にどのような影響を与えるか？

主な発見

• GPUアクセラレート型DaaSモデルは、従来のCPUベースのアプローチと比較して、顕著に高速なデータ前処理およびクラスタリングを達成した。
• 自己組織化マップ（SOM）は、GPU上で効果的にデータ分布を可視化し、強力なパターン発見能力を示した。
• NVIDIA GF108GL（96 CUDAコア）およびGF114（384 CUDAコア）GPU上で、性能とスケーラビリティの向上を確認した。処理速度の向上は明確に測定された。
• 平均二乗誤差（RMSE）値は、クラスタレベルが上昇するにつれて減少し、モデルの正確性および収束性の向上を示した。
• クラスタ係数とクラスタIDの対数スケールプロットから、異なるデータレベルにおいて一貫性があり明確なクラスタリング行動が確認された。
• eヘルス、サイバーセキュリティ、災害管理、スマートシティ分野におけるリアルタイム分析への強力な応用可能性が示された。