SPX: Secure, Highly-Parallel Training of Deep Neural Networks in the Cloud Using General-Purpose Shared-Memory Platforms

SPX:使用通用共享内存平台在云中对深度神经网络进行安全、高度并行的训练

基本信息

项目摘要

Society is beginning to witness an explosion in the use of Deep Neural Networks (DNNs), with major impacts on many facets of human life, including health, finances, family life, and entertainment. To train DNNs, practitioners have preferred to use GPUs and, recently, specialized hardware accelerators.  Despite constituting the bulk of a data center?s compute resources, general-purpose shared-memory multiprocessors have been regarded as unattractive platforms. In this project, the Principal Investigators (PIs) think that these platforms have high potential. Consequently, this project will develop new techniques to dramatically improve shared-memory multiprocessor performance in training DNNs.  Already, shared-memory servers are compelling for several reasons: they can support a high-degree of parallelism, are general-purpose and easy to program, and provide flexible, fine-grain inter-core communication.  However, efficiently using shared-memory servers to train DNNs imposes significant challenges. First, fine-grain synchronization is still expensive, and latencies are non-trivial. In addition, when DNN training moves to an environment with multiple users sharing the same physical shared-memory platform in the cloud, privacy and integrity become major concerns.To overcome these challenges, this project will synergistically address architecture and security issues.  On the architecture side, it will augment a highly-parallel shared-memory server with support for synchronization, data movement, data sharing, and DNN sparsity structuring.  On the security side, it will investigate how shared-memory servers create novel privacy and integrity threats (for example, leaking the DNN?s sparse structure and forcing incorrect model generation), and how to defend against those threats.  The project?s broader impact is to help enable ?neural network training for everyone,? by making a ubiquitous and easy-to-program platform a viable and safe target for running these important, emerging workloads.
社会开始见证使用深神经网络(DNN)的爆炸,对人类生活的许多方面,包括健康,财务,家庭生活和娱乐产生了重大影响。为了培训DNNS,从业者更喜欢使用GPU,并且最近使用专门的硬件加速器。尽管构成了数据中心的大部分计算资源,但通用共享内存的多处理器仍被视为无吸引力的平台。在这个项目中,主要研究人员(PIS)认为这些平台具有很高的潜力。因此,该项目将开发新的技术,以显着改善培训DNN中的共享内存多处理器性能。共享内存服务器已经引人注目的是有几个原因:它们可以支持高度的并行性,是通用的,易于编程,并提供灵活的,细粒的核心间沟通。但是,有效地使用共享内存服务器训练DNN会遇到重大挑战。首先,细粒度的同步仍然很昂贵,而延迟则不平淡。此外,当DNN培训转移到环境中,多个用户在云中共享相同的物理共享存储器平台,隐私和完整性就成为主要问题。要克服这些挑战,该项目将协同解决架构和安全问题。在体系结构方面,它将增强一台高度并行的共享内存服务器,并支持同步,数据移动,数据共享和DNN稀疏结构。在安全方面,它将调查共享的内存服务器如何创建新颖的隐私和诚信威胁(例如,泄露DNN的稀疏结构并强迫模型生成不正确),以及如何防御这些威胁。该项目的广播公司的影响是为了帮助启用每个人的神经网络培训吗?通过使无处不在且易于制图的平台成为运行这些重要的,新兴的工作负载的可行目标。

项目成果

期刊论文数量(5)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
SparseTrain: Leveraging Dynamic Sparsity in Software for Training DNNs on General-Purpose SIMD Processors
SAVE: Sparsity-Aware Vector Engine for Accelerating DNN Training and Inference on CPUs
Game of Threads: Enabling Asynchronous Poisoning Attacks
Cache Telepathy: Leveraging Shared Resource Attacks to Learn DNN Architectures
  • DOI:
  • 发表时间:
    2018-08
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Mengjia Yan;Christopher W. Fletcher;J. Torrellas
  • 通讯作者:
    Mengjia Yan;Christopher W. Fletcher;J. Torrellas
MicroScope: enabling microarchitectural replay attacks
MicroScope:启用微架构重放攻击
  • DOI:
    10.1145/3307650.3322228
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Skarlatos, Dimitrios;Yan, Mengjia;Gopireddy, Bhargava;Sprabery, Read;Torrellas, Josep;Fletcher, Christopher W.
  • 通讯作者:
    Fletcher, Christopher W.
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

Josep Torrellas其他文献

Uncorq: Unconstrained Snoop Request Delivery in Embedded-Ring Multiprocessors
Uncorq:嵌入式环多处理器中无约束的侦听请求传送
An Empirical Study of the Effect of Source-level Transformations on Compiler Stability
源代码级转换对编译器稳定性影响的实证研究
  • DOI:
  • 发表时间:
    2018
  • 期刊:
  • 影响因子:
    0
  • 作者:
    Zhangxiaowen Gong;Zhi Chen;J. Szaday;David C. Wong;Zehra Sura;Neftali Watkinson;Saeed Maleki;David Padua;Alexandru Nicolau;A. Veidenbaum;Josep Torrellas
  • 通讯作者:
    Josep Torrellas

Josep Torrellas的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('Josep Torrellas', 18)}}的其他基金

Collaborative Research: PPoSS: LARGE: General-Purpose Scalable Technologies for Fundamental Graph Problems
合作研究:PPoSS:大型:解决基本图问题的通用可扩展技术
  • 批准号:
    2316233
  • 财政年份:
    2023
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
SHF: Medium: Cross-Cutting Effort to Make Non-Volatile Memories Truly Usable
SHF:中:使非易失性存储器真正可用的跨领域努力
  • 批准号:
    2107470
  • 财政年份:
    2021
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
PPoSS: Planning: A Cross-Layer Approach to Accelerate Large-Scale Graph Computations on Distributed Platforms
PPoSS:规划:加速分布式平台上大规模图计算的跨层方法
  • 批准号:
    2028861
  • 财政年份:
    2020
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant
CNS Core: Medium: Rethinking Architecture and Operating Systems for Modern Virtualization Technologies
CNS 核心:中:重新思考现代虚拟化技术的架构和操作系统
  • 批准号:
    1956007
  • 财政年份:
    2020
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
CSR: Medium: Effective Control to Maximize Resource Efficiency in Large Clusters; Hardware, Runtime, and Compiler Perspectives
CSR:中:有效控制以最大化大型集群中的资源效率;
  • 批准号:
    1763658
  • 财政年份:
    2018
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
Technologies for Ultra Energy-Efficient Multicores
超节能多核技术
  • 批准号:
    1649432
  • 财政年份:
    2016
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant
XPS: FULL: Breaking the Scalability Wall of Shared Memory through Fast On-Chip Wireless Communication
XPS:FULL:通过快速片上无线通信打破共享内存的可扩展性壁垒
  • 批准号:
    1629431
  • 财政年份:
    2016
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant
SHF: Small: Computer Architecture for Scripting Languages
SHF:小型:脚本语言的计算机体系结构
  • 批准号:
    1527223
  • 财政年份:
    2015
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
SHF: Large: Collaborative Research: Designing the Programmable Many-Core for Extreme Scale Computing
SHF:大型:协作研究:为超大规模计算设计可编程众核
  • 批准号:
    1536795
  • 财政年份:
    2014
  • 资助金额:
    $ 50万
  • 项目类别:
    Continuing Grant
CSR: Small: A Framework for Advanced Concurrency Debugging
CSR:小型:高级并发调试框架
  • 批准号:
    1116237
  • 财政年份:
    2011
  • 资助金额:
    $ 50万
  • 项目类别:
    Standard Grant

相似国自然基金

废胶粉-钢渣沥青路面抗滑性能演化行为与机理及对交通安全的影响研究
  • 批准号:
    52368067
  • 批准年份:
    2023
  • 资助金额:
    32 万元
  • 项目类别:
    地区科学基金项目
面向安全稳定生产的风电智能预测预警机制研究
  • 批准号:
    62366039
  • 批准年份:
    2023
  • 资助金额:
    33 万元
  • 项目类别:
    地区科学基金项目
基于新型智能海图的船舶航行安全态势高阶空间解析理论与技术研究
  • 批准号:
    52301410
  • 批准年份:
    2023
  • 资助金额:
    20 万元
  • 项目类别:
    青年科学基金项目
基于流模型的高安全图像生成式隐写研究
  • 批准号:
    62372125
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目
自动机序列的密码安全性分析
  • 批准号:
    62372256
  • 批准年份:
    2023
  • 资助金额:
    50 万元
  • 项目类别:
    面上项目

相似海外基金

安全な水の持続的供給を支える高感度・迅速なウイルス検出技術の開発
开发高灵敏、快速的病毒检测技术,支持安全水的可持续供应
  • 批准号:
    24K17379
  • 财政年份:
    2024
  • 资助金额:
    $ 50万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
SUPPORTING WHO ONCHOCERCIASIS ELIMINATION PROGRAMS: PROGRESSING A HIGHLY SENSITIVE AND ULTRA-SPECIFIC RAPID DIAGNOSTIC TEST TO COMMERCIALIZATION READINESS
支持世界卫生组织根除盘尾丝虫病计划:推进高度敏感和超特异性的快速诊断测试以做好商业化准备
  • 批准号:
    10697164
  • 财政年份:
    2023
  • 资助金额:
    $ 50万
  • 项目类别:
病原細菌の網羅的検出を基盤とした小規模水供給システムにおける高度微生物リスク管理
基于病原菌综合检测的小型供水系统先进微生物风险管理
  • 批准号:
    22H01626
  • 财政年份:
    2022
  • 资助金额:
    $ 50万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
社会的弱者の安全に役立つ視認性に優れた新規の蓄光布と蓄光衣服の創製
创造具有出色可视性的新型磷光织物和磷光服装,有助于保护社会弱势群体的安全
  • 批准号:
    22K02126
  • 财政年份:
    2022
  • 资助金额:
    $ 50万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
Ultra-Dense, Highly Secure and Intelligent Wireless Communications for 5G and Beyond
面向 5G 及更高技术的超密集、高度安全和智能无线通信
  • 批准号:
    RGPIN-2018-06254
  • 财政年份:
    2022
  • 资助金额:
    $ 50万
  • 项目类别:
    Discovery Grants Program - Individual
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了