Banca de QUALIFICAÇÃO: ALBA SANDYRA BEZERRA LOPES

Uma banca de QUALIFICAÇÃO de DOUTORADO foi cadastrada pelo programa.
DISCENTE : ALBA SANDYRA BEZERRA LOPES
DATA : 20/03/2020
HORA: 14:00
LOCAL: DIMAp
TÍTULO:

Uso de aprendizado de máquina para reduzir o tempo de exploração de espaço de projeto de multicores heterogêneos com CGRAs


PALAVRAS-CHAVES:

exploração do espaço de projeto; multicores heterogêneos; aceleradores reconfiguráveis; aprendizado de máquina; comitês de máquina.


PÁGINAS: 73
RESUMO:

A cada ano aumenta-se a demanda por recursos computacionais das aplicações que executam em sistemas embarcados. Para atender a essa demanda, os projetos desses sistemas tem feito uso da combinação de componentes diversificados, resultando em plataformas heterogêneas que buscam balancear o poder de processamento com o consumo de energia. Entretanto, uma questão chave no projeto desses sistemas é quais componentes combinar para atender ao desempenho esperado ao custo de área e energia adicionais. Realizar uma vasta exploração do espaço de projeto permite mensurar previamente custo dessas plataformas antes da fase de fabricação. Entretanto com a crescente diversidade de componentes que se pode integrar em um sistema embarcado heterogêneo, a quantidade de possibilidades de soluções a serem avaliadas cresce de maneira exponencial. Avaliar o custo de uma dessas soluções através da síntese em hardware é uma tarefa extremamente custosa. E mesmo a alternativa de síntese em alto nível não permite sintetizar todas as possibilidades de solução e atender ao time-to-market. Nesse trabalho, é proposto o uso de modelos de predição baseados em algoritmos de aprendizado de máquina para a construção de uma ferramenta de exploração de espaço de projeto de sistemas heterogêneos compostos por processadores de propósito geral e aceleradores reconfiguráveis. Essa ferramenta visa agilizar a exploração em estágios iniciais do projeto de sistemas embarcados heterogêneos e alcançar elevadas taxas de acurácia na predição dos custos das soluções. Apesar de haverem soluções na literatura que façam uso da mesma abordagem de predição, em geral, essas soluções abordam a exploração de parâmetros microarquiteturais de apenas um dos componentes (seja processadores ou aceleradores). Esse trabalho propõe a variação dos parâmetros de ambos os componentes e ainda propõe o uso de comitês de máquina para elevar a acurácia da predição dos modelos construídos. Resultados preliminares apresentam que os modelos de predição construídos conseguem alcançar uma taxa de acurácia na predição de até 98% e reduzir em 104x o tempo para a exploração do espaço de projeto.


MEMBROS DA BANCA:
Presidente - 1882699 - MONICA MAGALHAES PEREIRA
Interno - 1694485 - MARCIO EDUARDO KREUTZ
Externo à Instituição - ANTONIO CARLOS SCHNEIDER BECK FILHO - UFRGS
Externo à Instituição - SILVIO ROBERTO FERNANDES DE ARAUJO - UFERSA
Notícia cadastrada em: 28/02/2020 16:19
SIGAA | Superintendência de Informática - | | Copyright © 2006-2020 - UFRN - sigaa09-producao.info.ufrn.br.sigaa09-producao