بهبود مدل های پیشبینی کار آیی پردازنده های گرافیکی جهت کاوش فضای طراحی

سال انتشار: 1394
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 464

فایل این مقاله در 10 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

ICEEE07_620

تاریخ نمایه سازی: 19 اردیبهشت 1395

چکیده مقاله:

پردازنده های گرافیکی به دلیل قدرت بالا در انجام محاسبات موازی و مصرف پایین انرژی، اخیر ا در محاسبات علمی نیز استفاده فراوان شده اند. ارائه مدل های پیش بینی کارآیی پردازنده های گرافیکی بر اساس پارامترهای ریز معماری جهت طراحی بهینه سخت افزار پردازنده گرافیک،موضوع کارهای قبلی بوده است. ما در این مقاله فضای طراحی پردازنده های گرافیکی VIDIA FermiN بزرگتر از کارهای مشابه قبلی و با بزرگی حداقل نقطه تعریف کردیم و با نمونه گیری تنها 45000 نقطه طراحی از آن،مدلهای پیش بینی کارآیی ساختیم که خطای پیش بینی کمتر از 7% داشته اند.سپس یک الگوریتم جستجوی کارآمد ارائه کردیم که فضای طراحی را به کمک مدل های کارآیی، به دقت کاوش می کند.درنهایت به کمک این الگوریتم، مدل های خود را با مدل های کارهای قبلی مقایسه کردیم و نشان دادیم که ساختن مدل های با تعداد پارامترها و سطوح مقادیر بیشتر،به کاوش دقیق تر فضای طراحی کمک می کند.

کلیدواژه ها:

نویسندگان

مرتضی صادقی

بخش مهندسی و علوم کامپیوتر دانشگاه شیراز,شیراز، ایران

مراجع و منابع این مقاله:

لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :
  • Ali Jooya, Amirali Baniasadi, Nikitas J. Dimopoulos, "Efficient design space ...
  • Wenhao Jia, Shaw, K.A., Martonosi, M, "Stargazer: Automated regression-based GPU ...
  • A Two-Tier Design Space Exploration Algorithm to Construct a GP ...
  • Zhang, Ying, et al. "Performance and power analysis of ATI ...
  • StatSoft, I. N. C. "STATISTICA (data analysis software system), version ...
  • R. Plackett and , Burman, "The Design of Optimum Multifactorial ...
  • Deb, Kalyanmoy, et al. "A fast and elitist multiobjective genetic ...
  • Bader, Johannes, and Eckart Zitzler. "HypE: An algorithm for fast ...
  • Computation 19.1 (2011): 45-76. ...
  • Montgomery, Douglas C. Applied Statistics and Probability for Engineers 6th ...
  • Che, Shuai, et al. "Rodinia: A benchmark suite for heterogeneous ...
  • Lee, Joo Hwan, Jiayuan Meng, and Hyesoon Kim. "SESH ...
  • Performance Modeling, Benchmarking and Simulation. Springer International Publishing, 2014. 182-202. ...
  • Wang, Hongwei, et al. "An accurate ACOSSO metamodeling ...
  • regression trees ."Proceedings of the 22nd international conference on Parallel ...
  • نمایش کامل مراجع