Možnosti monitoringu a optimalizace HPC clusterů s GPU kartami

Tomáš Huťa

Bakalářská práce

Possibilities of Monitoring and Optimization of HPC Clusters with GPU Cards

Anotace:

Cílem mé práce je zmapovat aktuální výpočetní zařízení na trhu, jež je možné využít k provozu systémů zaměřených na AI a Deep learning. Následně navrhnout vlastní konfi-guraci výpočetního serveru spolu s možností monitoringu všech typů serverů, ať už vlastní konfigurace či zakoupených profesionálních zařízení. Dále pak systémy určené pro práci s AI a Deep learningem. Praktická část je zaměřená na porovnání výkonu a spotřeby mezi grafickými kartami a zpra-cování možností optimalizace spotřeby či zdrojů grafických karet. Rovněž jsou v práci zpracované i metody zabezpečení serveru před neoprávněnými přístupy útočníků či útoky ze sítě Internet.

Abstract:

The aim of my work is to map the current computing devices on the market that can be used to run AI and Deep learning systems. Subsequently, I will propose a custom compu-ting server configuration along with options for monitoring all types of servers, whether self-configured or purchased professional equipment. Furthermore, systems designed to work with AI and Deep learning. The practical part is focused on comparing performance and power consumption between graphics cards and discussing the possibilities of optimizing power consumption or re-sources of graphics cards. Also the methods of server security against unauthorized acces-ses of attackers or attacks from the Internet are elaborated in the thesis.

Klíčová slova

AI, Deep learning, cluster, hardware, grafická karta, monitoring, optimalizace, zabezpečení

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 27. 5. 2022

Obhajoba závěrečné práce

• Vedoucí: Ing. David Malaník, Ph.D.

Univerzita Tomáše Bati ve Zlíně

Fakulta aplikované informatiky

Bakalářský studijní program / obor:
Inženýrská informatika / Bezpečnostní technologie, systémy a management