본문 바로가기
무모한 도전-주식 인공지능 만들기

의외로 발견된 ray의 활용법

by 인터넷떠돌이 2020. 8. 8.
반응형

안녕하세요?

 

일단 지난번 테스트에서 ray가 기존의 multiprocessing에 비해서 느리다는 결론을 얻기는 했는데, 이것만으로는 만족할 수는 없어서 한번 다른 종류의 실험을 해 보도록 했습니다. 그리고 여기서는 무언가 더 의미가 있어 보이는 결론을 얻는데 성공했습니다.

 

일단 2번째 subprocess로 처리가 되는 for 문의 하나하나의 구문에서, sleep을 하는 시간을 기존의 1초에서 4초로 늘려 주도록 해 보았습니다.

 

그리고 나서 걸리는 시간을 보니까 의외로 1분 넘게 걸리는 것을 확인할 수 있기는 있었습니다. 그래도 의미있는 결과를 얻기 위해선은 일단 10회 반복해 주도록 합니다.

 

이제 ray를 사용하면 어떤 효과가 있는지 없는지에 대해서 알아보기 위해서, 이번에는 합너 작업을 해 주도록 합니다. 일단 여기서는 cpu갯수를 24개로 맞추어 주도록 했으며, 그리고 나서 12 X 12로 만들어 주었습니다.

 

 

그리고 여기서도 위 스크린샷에서 볼 수 있는 것처럼 일단 1초에서 4초로 지연이 되는 시간을 늘려 주도록 합니다. 이렇게 하는 것으로 이번에는 어떤 효과가 있는지 보도록 합니다.

 

여기서는 의외로 multiprocessing에 비해서 시간이 덜 걸리는 것을 확인할 수 있기는 있었습니다. 일단 이게 의미가 있는지 알아보기 위해서, 한번 10회 반복을 하도록 합니다.

 

이제 다른 조건으로 작업을 해 보기 위해서, 이번에는 cpu의 갯수를 36개로 늘려서 해 보고자 시도를 하기는 했습니다만, 이게 여기서 문제가 발생하는 것을 확인할 수 있었습니다.

 

어떻게 된 것인지 위 스크린샷에서 볼 수 있는 ㄱ서처럼 중지됨을 계속해서 볼 수 있었습니다. 이 core dumped라는 것이 무언가 문제인거 같은데, 저로서는 아직은 알 수 없었습니다.

 

결국 이 작업을 다르게 해보겠다는 것은 위 스크린샷에서 볼 수 있는 것처럼, 일단 처음에는 24개의 ray를 이용한 병렬처리 프로세스를 작동 시키고 했는데..................

 

여기서도 구름 IDE의 문제인지 아니면 다른 것이 문제인지 몰라도, 계속해서 에러가 나오는 것을 확인할 수 있기는 있었습니다. 이래서야 상황이 좋지 않은데, 아무튼 이걸 가지고서 작업을 하기 위해서....................

 

우선 기존의 다른 방법과 그나마 작동을 하였는 ray에 대해서 하번 비교를 해 보았습니다. 일단 예전과는 다르게 ray써서 정말 시간이득을 많이 볼 수 있기는 있었습니다. 다만 이렇게 한다고 해서, 이걸 자유자재로 쓸 수 있느냐 하면 그건 아니기는 아직 아닙니다. 그래서 이 작업을 하기 위해서 여러번의 재시도와 실험이 선행되어야 할듯 합니다.

반응형