طراحی شتاب دهنده با توان مصرفی کم توسط تکنیک Masking به منظور کاهش مراجعات به حافظه

سال انتشار: 1400
محل انتشار: دوازدهمین کنفرانس بین المللی فناوری اطلاعات، کامپیوتر و مخابرات
کد COI اختصاصی: ITCT12_002
زبان مقاله: فارسی
تعداد مشاهده: 285

نویسندگان

دانشجوی دکترا معماری سیستم های کامپیوتری، گروه معماری کامپیوتر، دانشگاه اصفهان، اصفهان

دکترا مهندسی کامپیوتر، هیئت علمی گروه معماری کامپیوتر، دانشگاه اصفهان، اصفهان

چکیده

با فراگیر شدن یادگیری ماشین در دامنه وسیعی از کاربردها، معماری کامپیوترها بصورت ترکیبی ازسیستم های چند هسته ای نامتجانس متشکل از هسته های پردازشی و شتاب دهنده ها است. در حالیکه بازده بخش های محاسباتی در طراحی شتاب دهنده ها حائز اهمیت است، انتقالات و دسترسی هایزیاد به حافظه بصورت بالقوه باعث از دست رفتن مزایایی از جمله بازده و انرژی در شتاب دهنده ها میشود. در این مقاله ما به ارائه ایده استفاده از تکنیک Masking به منظور پیش بینی الگوی رفتاری کرنلدر طراحی سیستم های یادگیری ماشین، با تاکید بر تاثیر انتقالات حافظه در طراحی شتاب دهنده ها وکارایی و بازده آنها خواهیم پرداخت و نشان خواهیم داد که با استفاده از تکنیک Masking، پیش بینیالگوی رفتاری و تغییر عناصر کرنل و در پی آن طبقه بندی و ذخیره آن ها در بافرهای مختلف با توجه بهاصل محلیت زمانی، امکان کمینه سازی انتقالات حافظه و در پی آن دستیابی به کاهش مصرف انرژیفراهم خواهد آمد.

کلیدواژه ها

شبکه های عصبی، شتاب دهنده، یادگیری ماشین، انتقالات حافظه، کارایی، انرژی مصرفی

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.