Optimierung der Leistung und Effizienz von verteiltem Deep Learning-Training durch einen ganzheitlichen Clusterdesign-Ansatz

COMET ist eine ganzheitliche Methodik zur gemeinsamen Untersuchung der Auswirkungen von Parallelisierungsstrategien und Clusterressourcen auf die Leistung des verteilten Deep Learning-Trainings.