GEM5X: Uma Extensão do GEM5 para Computação Aproximada em Nível de Instrução

• Hytalo Bassi UFMS
• Pedro e Silva UFMS
• Jailton Nunes Filho UFMS
• Eduardo Paes UFMS
• Jhullya Martins UFMS
• Daniela Catelan UFMS

DOI: https://doi.org/10.5753/eradco.2026.34360

Resumo

Este trabalho implementa instruções aritméticas aproximadas em RISC-V no GEM5, viabilizando avaliação microarquitetural com métricas de ciclo preciso. A DSE que combina NSGA-II e Correlação de Pearson identificou configurações com reduções de 28% em energia e 27% em tempo na inferência de redes neurais, preservando a fidelidade comportamental e demonstrando efetividade dependente da aplicação.

Referências

Binkert, N. e. a. (2011). The gem5 simulator. SIGARCH Comput. Archit. News, 39(2):1–7.

Burden, A. e. a. (2016). Numerical Analysis, 10th ed. Cengage Learning.

Catelan, D. L. (2025). Approximate computing: Contributions to the design of arithmetic circuits and instruction-set architectures. Repositório Institucional da UFMS.

Cooley, J. W. and Tukey, J. W. (1965). An algorithm for the machine calculation of complex fourier series. Mathematics of Computation, 19(90):297–301.

Goodfellow, I., Bengio, Y., and Courville, A. (2016). Deep Learning. MIT Press. [link].

Livera, A. M. e. a. (2011). Forecasting time series with complex seasonal patterns using exponential smoothing. Journal of the American Statistical Association, 106(496):1513–1527.

RISC-V (2022). Risc-v toolchain. Available at: [link]. Accessed: June/2025.

SPIKE (2019). Spike risc-v isa simulator. Available at: [link]. Accessed: June/2025.

Verma, S. e. a. (2021). A comprehensive review on nsga-ii for multi-objective combinatorial optimization problems. IEEE Access, 9:57757–57791.