Key points are not available for this paper at this time.
Dada a complexidade crescente das aplicações de IA, as arquiteturas espaciais tradicionais frequentemente não atendem. Nossa análise identifica um padrão de tarefas interconectadas e multifacetadas que abrangem tanto processos de IA quanto computacionais gerais. Em resposta, conceptualizamos "Fluxos de Trabalho de IA Orquestrados", uma abordagem que integra várias tarefas com decisões baseadas em lógica em fluxos de trabalho dinâmicos e sofisticados. Especificamente, encontramos que a Dual Dinamicidade intrínseca dos Fluxos de Trabalho de IA Orquestrados, a saber, tempos de execução dinâmicos e frequências de Blocos de Tarefa, pode ser representada de forma eficaz usando o Grafo de Fluxo de Trabalho Orquestrado. Além disso, a Dual Dinamicidade intrínseca apresenta desafios para a arquitetura espacial existente, a saber, Alocação Indiscriminada de Recursos, Rebalanceamento de Carga Reativa e Ociosidade Contagiosa de PEA. Para superar esses desafios, apresentamos o Octopus, uma arquitetura espacial de escalabilidade e um conjunto de estratégias avançadas de agendamento otimizadas para executar Fluxos de Trabalho de IA Orquestrados, como o Mecanismo de Agendamento Duplo Discriminado, a Estratégia de Agendamento Adaptativo de TBU e a Estratégia de Agendamento Proativa de Cluster. Nossas avaliações demonstram que o Octopus supera significativamente arquiteturas tradicionais ao lidar com as demandas dinâmicas dos Fluxos de Trabalho de IA Orquestrados e possui uma escalabilidade robusta em hardware de grande escala, como chip em escala de wafer.
Deng et al. (Ter,) estudaram esta questão.