Možnosti monitoringu a optimalizace HPC clusterů s GPU kartami

Huťa, Tomáš

Možnosti monitoringu a optimalizace HPC clusterů s GPU kartami

DSpace Repository

Language: English čeština

Možnosti monitoringu a optimalizace HPC clusterů s GPU kartami

dc.contributor.advisor	Malaník, David
dc.contributor.author	Huťa, Tomáš
dc.date.accessioned	2022-07-15T09:23:20Z
dc.date.available	2022-07-15T09:23:20Z
dc.date.issued	2022-01-17
dc.identifier	Elektronický archiv Knihovny UTB
dc.identifier.uri	http://hdl.handle.net/10563/50921
dc.description.abstract	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.
dc.format	74 s. (82 152 znaků)
dc.language.iso	cs
dc.publisher	Univerzita Tomáše Bati ve Zlíně
dc.rights	Bez omezení
dc.subject	AI	cs
dc.subject	Deep learning	cs
dc.subject	cluster	cs
dc.subject	hardware	cs
dc.subject	grafická karta	cs
dc.subject	monitoring	cs
dc.subject	optimalizace	cs
dc.subject	zabezpečení	cs
dc.subject	AI	en
dc.subject	Deep learning	en
dc.subject	cluster	en
dc.subject	hardware	en
dc.subject	graphic card	en
dc.subject	monitoring	en
dc.subject	optimization	en
dc.subject	security	en
dc.title	Možnosti monitoringu a optimalizace HPC clusterů s GPU kartami
dc.title.alternative	Possibilities of Monitoring and Optimization of HPC Clusters with GPU Cards
dc.type	bakalářská práce	cs
dc.contributor.referee	Janků, Peter
dc.date.accepted	2022-06-14
dc.description.abstract-translated	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.
dc.description.department	Ústav bezpečnostního inženýrství
dc.thesis.degree-discipline	Bezpečnostní technologie, systémy a management	cs
dc.thesis.degree-discipline	Security Technologies, Systems and Management	en
dc.thesis.degree-grantor	Univerzita Tomáše Bati ve Zlíně. Fakulta aplikované informatiky	cs
dc.thesis.degree-grantor	Tomas Bata University in Zlín. Faculty of Applied Informatics	en
dc.thesis.degree-name	Bc.
dc.thesis.degree-program	Inženýrská informatika	cs
dc.thesis.degree-program	Engineering Informatics	en
dc.identifier.stag	60898
dc.date.submitted	2022-05-27