Dealing with Incorrect Pointers Stored on Approximate Memories

• João Fabrício Filho UTFPR/Unicamp
• Isaías Felzmann UNICAMP
• Lucas Wanner UNICAMP

DOI: https://doi.org/10.5753/eradsp.2019.13589

Abstract

Memórias aproximadas podem causar erros em dados críticos da aplicação, o que ocasiona a interrupção prematura do fluxo de execução sem produzir saídas. O objetivo deste trabalho é propor formas de tratar ponteiros incorretos armazenados em memórias aproximadas para diminuir a quebra de aplicações, e assim melhorar os resultados para essas execuções. Nosso trabalho propõe duas formas de tratar dados de endereços fora dos limites da memória: mascarar os bits para adequá-los aos limites permitidos e descartar as operações com esses valores. Nossos resultados mostram redução das que- bras de aplicação em até 15,88% com as técnicas propostas.

References

De et al. (2017). Near Threshold Voltage (NTV) computing: Computing in the dark silicon era. IEEE D&T.

Esmaeilzadeh et al. (2012). Dark silicon and the end of multicore scaling. IEEE Micro.

Felzmann et al. (2018a). ADeLe: Rapid Architectural Simulation for Approximate Hardware. In SBAC-PAD.

Felzmann et al. (2018b). Impacto de memórias aproximadas na eficiência energética. In WSCAD.

Guthaus et al. (2001). MiBench: A free, commercially representative embedded benchmark suite. In IEEE WWC.

Kugler (2015). Is “good enough” computing good enough? Commun. of the ACM.

Mittal (2013). A Survey of Techniques for Approximate Computing. JCIM.

Wang and Calhoun (2011). Minimum supply voltage and yield estimation for large SRAMs under parametric variations. IEEE Transactions on VLSI Systems.

Yazdanbakhsh et al. (2017). AxBench: A Multiplatform Benchmark Suite for Approximate Computing. IEEE D&T.