Exploração do espaço de projeto em arquiteturas heterogêneas cientes de dark silicon e utilizando computação aproximada
Resumo
O problema de dark silicon surgiu com o incremento da corrente de fuga em consequência da miniaturização dos transistores. Pesquisas a fim de encontrar soluções para mitigar o dark silicon têm sido estudadas, muitas delas propondo a heterogeneidade de dispositivos de processamento. Contudo, o aumento da diversidade de dispositivos e dos objetivos na definição de sistemas heterogêneos e de alto desempenho, tornam o projeto de tais sistemas mais complexo, exigindo mecanismos automatizados de exploração de espaço de projeto cientes de dark silicon. Uma solução promissora é a utilização da computação aproximada, na qual, componentes de hardware e software utilizam a aproximação ao invés da precisão das operações, aceitando perda de qualidade de saída para melhorar a eficiência energética e obter ganhos de desempenho. Este trabalho objetiva obter soluções eficientes para o problema de exploração de projetos de processadores cientes de dark silicon, utilizando módulos de computação aproximada como elementos factíveis de um sistema computacional heterogêneo.
Palavras-chave:
Computação aproximada, dark silicon, exploração do espaço de projeto
Referências
Almurib, H. A. F., Kumar, T. N., and Lombardi, F. (2016). Inexact designs for approximate low power addition by cell replacement. In Proceedings of the 2016 Conference on Design, Automation & Test in Europe, DATE ’16, page 660–665, San Jose, CA, USA. EDA Consortium.
Chippa, V., Mohapatra, D., Roy, K., Chakradhar, S., and Raghunathan, A. (2014). Scalable effort hardware design. Very Large Scale Integration (VLSI) Systems, IEEE Transactions on, 22:2004–2016.
Gorantla, A. and Deepa, P. (2019). Design of approximate subtractors and dividers for error tolerant image processing applications. Journal of Electronic Testing, pages 1–7.
Gupta, V., Mohapatra, D., Raghunathan, A., and Roy, K. (2013). Low-power digital signal processing using approximate adders. IEEE Trans. on CAD of Integrated Circuits and Systems, 32(1):124–137.
Jiang, H., Han, J., and Lombardi, F. (2015). A comparative review and evaluation of approximate adders. In Proceedings of the 25th Edition on Great Lakes Symposium on VLSI, GLSVLSI ’15, page 343–348, New York, NY, USA. Association for Computing Machinery.
Muthulakshmi, S., Dash, C., and Prabaharan, S. (2018). Memristor augmented approximate adders and subtractors for image processing applications: An approach. AEU - International Journal of Electronics and Communications, 91.
Santos, R., Sonohata, R., Krebs, C., Catelan, D., Duenha, L., Segovia, D., and Santos, M. (2019). Explorac¸ao do projeto de sistemas baseados em gpu ciente de dark silicon. In Anais Principais do XX Simposio em Sistemas Computacionais de Alto Desempenho, pages 358–369, Porto Alegre, RS, Brasil. SBC.
Sassi, A. B. (2013). Projeto de uma ULA de inteiros e de baixo consumo em tecnnologia CMOS. PhD thesis, Escola de Engenharia de Sao Carlos da Universidade de São Paulo.
Yang, Z., Jain, A., Liang, J., Han, J., and Lombardi, F. (2013). Approximate xor/xnorbased adders for inexact computing. Proceedings of the IEEE Conference on Nanotechnology, pages 690–693.
Chippa, V., Mohapatra, D., Roy, K., Chakradhar, S., and Raghunathan, A. (2014). Scalable effort hardware design. Very Large Scale Integration (VLSI) Systems, IEEE Transactions on, 22:2004–2016.
Gorantla, A. and Deepa, P. (2019). Design of approximate subtractors and dividers for error tolerant image processing applications. Journal of Electronic Testing, pages 1–7.
Gupta, V., Mohapatra, D., Raghunathan, A., and Roy, K. (2013). Low-power digital signal processing using approximate adders. IEEE Trans. on CAD of Integrated Circuits and Systems, 32(1):124–137.
Jiang, H., Han, J., and Lombardi, F. (2015). A comparative review and evaluation of approximate adders. In Proceedings of the 25th Edition on Great Lakes Symposium on VLSI, GLSVLSI ’15, page 343–348, New York, NY, USA. Association for Computing Machinery.
Muthulakshmi, S., Dash, C., and Prabaharan, S. (2018). Memristor augmented approximate adders and subtractors for image processing applications: An approach. AEU - International Journal of Electronics and Communications, 91.
Santos, R., Sonohata, R., Krebs, C., Catelan, D., Duenha, L., Segovia, D., and Santos, M. (2019). Explorac¸ao do projeto de sistemas baseados em gpu ciente de dark silicon. In Anais Principais do XX Simposio em Sistemas Computacionais de Alto Desempenho, pages 358–369, Porto Alegre, RS, Brasil. SBC.
Sassi, A. B. (2013). Projeto de uma ULA de inteiros e de baixo consumo em tecnnologia CMOS. PhD thesis, Escola de Engenharia de Sao Carlos da Universidade de São Paulo.
Yang, Z., Jain, A., Liang, J., Han, J., and Lombardi, F. (2013). Approximate xor/xnorbased adders for inexact computing. Proceedings of the IEEE Conference on Nanotechnology, pages 690–693.
Publicado
14/09/2020
Como Citar
CATALAN, Daniela; DOS SANTOS, Ricardo Ribeiro .
Exploração do espaço de projeto em arquiteturas heterogêneas cientes de dark silicon e utilizando computação aproximada. In: ESCOLA REGIONAL DE ALTO DESEMPENHO DO CENTRO-OESTE (ERAD-CO), 3. , 2020, Campo Grande.
Anais [...].
Porto Alegre: Sociedade Brasileira de Computação,
2020
.
p. 5-8.
DOI: https://doi.org/10.5753/eradco.2020.12644.
