# GPUワークロード分類 ## 定義 GPU ワークロード分類は、複数 GPU アプリケーションを性能・電力などの挙動類似性に基づき有限クラスへ割り当て、最適化や運用方針をクラス単位で再利用するための枠組みである。従来手法は計算類似性、DVFS 下挙動、代表区間抽出などに分かれるが、電力スパイクと性能感度を同時に扱う例は限られる。(Source: [[@2026__POMACS__Minos - Systematically Classifying Performance and Power Characteristics of GPU Workloads on HPC Clusters]]) ## 未解決の問い - 参照集合が薄い領域(例: 特定 MoE・ベクトル検索)で最近傍距離が伸びたときの信頼区間をどう提示するか。 - 入力サイズ変化でクラスが遷移する境界を、少数のプローブ実行から予測できるか。 ## 未編纂の観察 - **性能分類と電力分類は一致しない**: Minos は電力スパイク分布の階層的クラスタリングと SM/DRAM 利用率の最近傍/K-Means を併用し、同一アプリでも入力・実装差で両クラスが変わりうることを示す。平均電力のみの Guerreiro 分類より hold-one-out の p90 予測誤差を 14% から 4% へ改善する。(Source: [[@2026__POMACS__Minos - Systematically Classifying Performance and Power Characteristics of GPU Workloads on HPC Clusters]])