Comments 11
так а за счёт чего такое ускорение — можно пояснить было? а то сплошной oneFactor, SGX ускоряет, ускоряет SGX, Intel, ключевое, ускорение. 9 цифр в разных комбинациях повторяются 10 раз. график, таблица, потом для неграмотных своими словами описано.
0
Очередной «учёный изнасиловал журналиста»?
Первый конфиг 4 ядра 8 потоков и RAM 64 ГБ DDR4 2133 MHz против 18 ядер и 378 ГБ DDR4 2933 MHz, конешно всё дело в SGX 2.0?
Первый конфиг 4 ядра 8 потоков и RAM 64 ГБ DDR4 2133 MHz против 18 ядер и 378 ГБ DDR4 2933 MHz, конешно всё дело в SGX 2.0?
+1
Частота процессора и количество потоков в данном сценарии не играют существенной роли, так как все операции обучения и на SGX1 CPU и на SGX2 CPU происходили последовательно и использовался однопоточный анклав (TCSNum = 1) и основной прирост в скорости обучения достигается именно за счёт отсутствия EPC swapping (см. ниже).
+1
Не «журналист изнасиловал учёного»?
И да, тест на двух совершенно разных конфигурациях(кол-во ядер, ОЗУ, ССД) вообще имеет хоть какой-то смысл? Получается что-то вроде «Смотрите, наш новый 10-ти ядерный 20-ти поточный i9 с 128ГБ быстрой памяти быстрее старого 2-х ядерного пентиум с 4 ГБ памяти».
И да, тест на двух совершенно разных конфигурациях(кол-во ядер, ОЗУ, ССД) вообще имеет хоть какой-то смысл? Получается что-то вроде «Смотрите, наш новый 10-ти ядерный 20-ти поточный i9 с 128ГБ быстрой памяти быстрее старого 2-х ядерного пентиум с 4 ГБ памяти».
0
Судя по спецификации, 2 x 18 ядер и 72 потока. А как вишенка — SATA SSD vs NVMe SSD.
0
Ускорение достигается за счёт увеличенного максимального размера анклава в SGX 2.0.
В SGX1 максимальный размер enclave page cache (EPC) составляет 128 Мегабайт и, если размер анклава его не превышает, то нет никакого пенальти по производительности. В SGX2.0 размер EPC составляет, как видно, уже 256 Гигабайт.
Для обучения качественных ML моделей используются датасеты большого размера и те данные, которые не помешаются в EPC анклава, хранятся в RAM в зашифрованном виде и для доступа к этим данным используется очень затратная операция EPC swapping.
В SGX1 максимальный размер enclave page cache (EPC) составляет 128 Мегабайт и, если размер анклава его не превышает, то нет никакого пенальти по производительности. В SGX2.0 размер EPC составляет, как видно, уже 256 Гигабайт.
Для обучения качественных ML моделей используются датасеты большого размера и те данные, которые не помешаются в EPC анклава, хранятся в RAM в зашифрованном виде и для доступа к этим данным используется очень затратная операция EPC swapping.
+1
Что только не придумают в условиях дефицита видеокарт.
0
Здравствуйте.
Имею два вопроса:
1. Почему обучение ведется на цпу а не на гпу? Если можно поподробнее пожалуйста.
2.
Мне одному кажется что это какойто лютый мазохизм? Это требование регулятора? Зачем это? От кого скрываются датасеты?
Заранее признателен за развернутые ответы.
Имею два вопроса:
1. Почему обучение ведется на цпу а не на гпу? Если можно поподробнее пожалуйста.
2.
используются датасеты большого размера и те данные, которые не помешаются в EPC анклава, хранятся в RAM в зашифрованном виде и для доступа к этим данным используется очень затратная операция EPC swapping
Мне одному кажется что это какойто лютый мазохизм? Это требование регулятора? Зачем это? От кого скрываются датасеты?
Заранее признателен за развернутые ответы.
0
1. Обучение ведётся на CPU с поддержкой SGX, так как используются чувствительные данные и технология SGX позволяет безопасно загрузить данные в анклав и обучить модель без раскрытия этих данных
2. Датасеты скрывают по разным причинам — требование регулятора, нежелание раскрывать данные, которые являются частью бизнеса компании
2. Датасеты скрывают по разным причинам — требование регулятора, нежелание раскрывать данные, которые являются частью бизнеса компании
0
Отличный результат!
Подскажите, какие модели и на каком фреймворке вы учите в анклаве?
Подскажите, какие модели и на каком фреймворке вы учите в анклаве?
0
Sign up to leave a comment.
Как в oneFactor ускорили безопасное обучение ML-алгоритмов в 19 раз с помощью Intel Xeon Gen3 и SGX 2.0