Etudes Non Stop Etudes Non Stop
Related Articles
Suivant la tendance actuelle, d’ici 2040, les ordinateurs auront besoin de plus d’électricité que les ressources énergétiques mondiales ne peuvent en produire. Du côté des communications, la consommation d’énergie dans les réseaux mobiles à large bande est comparable à celle des centres de données. Pour aggraver les choses, l’Internet des objets connectera bientôt 20 à 50 milliards d’appareils via des réseaux sans fil au cloud. Le calcul approximatif est un paradigme émergent prometteur pour optimiser les compromis de précision énergétique. Heureusement, dans de nombreuses parties des systèmes mondiaux d’acquisition, de transfert, de calcul et de stockage de données, il existe la possibilité de troquer la précision soit avec moins d’énergie soit avec moins de temps consommé – ou les deux. Par exemple, de nombreux capteurs mesurent des entrées bruyantes ou inexactes; les algorithmes traitant les signaux acquis peuvent être stochastiques; les applications utilisant les données peuvent être satisfaites d’une précision «acceptable» au lieu de résultats exacts et absolument corrects; le système peut être résistant aux erreurs occasionnelles; et une classification grossière ou la recherche des correspondances les plus probables peut être suffisante pour un système d’exploration de données. En introduisant une nouvelle dimension, la précision, dans l’optimisation de la conception, l’efficacité énergétique peut même être améliorée d’un facteur 10x-50x.
Les techniques de calcul approximatif existantes peuvent être appliquées au niveau du composant (par exemple, approximation fonctionnelle) ou de l’application (par exemple, perforation de boucle, réduction de précision). Lorsqu’un composant est approximatif, l’impact de l’approximation, c’est-à-dire la perte de précision, n’est pris en compte qu’au niveau local et il n’est pas trivial de déterminer son effet au niveau de l’application. En revanche, l’approximation implémentée au niveau de l’application ne prend pas en compte les connaissances sur l’architecture HW. Cela peut conduire à des solutions sous-optimales.
L’objectif de cette thèse est de concevoir et de mettre en œuvre un cadre d’exploration d’espace de conception capable d’explorer automatiquement l’impact de différents opérateurs approximatifs sur une application donnée décrite en C / C ++ et de sélectionner le meilleur en fonction du niveau de précision requis et de la architecture HW disponible. Le travail est divisé en trois tâches principales:
1) Modélisation des opérateurs AxC. Cette tâche doit modéliser les opérateurs approximatifs (ceux qui existent déjà dans la littérature et / ou en développer de nouveaux). Les modèles opérateurs composeront une bibliothèque. Un compilateur source à source sera implémenté afin de générer une version mutée du code source en ajoutant les opérateurs approximatifs disponibles.
2) Moteur de recherche. Cette tâche vise à identifier la «meilleure» configuration des opérateurs approximatifs ajoutés dans le code source muté (par exemple, pour la perforation de boucle, il doit identifier le nombre maximum d’itérations ignorées). De toute évidence, l’espace de recherche sera très vaste, il ne sera donc pas possible d’utiliser un algorithme exact pour identifier la meilleure solution. Nous proposons donc d’utiliser l’heuristique, et nous prévoyons d’étudier l’utilisation d’algorithmes évolutionnaires.
3) Indépendance de la charge de travail Chaque fois qu’une configuration pour un opérateur AxC est identifiée, l’impact sur la précision de l’application doit être vérifié (c’est-à-dire éviter de dégrader trop la précision de l’application). Le problème est de savoir quelle charge de travail doit être utilisée pour l’évaluation. Le point critique sera de savoir comment identifier une charge de travail significative (c’est-à-dire qui imite correctement les charges de travail réelles) et comment la caractériser.
La thèse sera réalisée dans le cadre du projet H2020 Innovative Training Networks (ITN) Approximate Computing for Power and Energy Optimization (APROPOS). APROPOS formera 15 chercheurs en début de carrière pour relever les défis du futur calcul embarqué et hautes performances en utilisant des méthodologies de rupture. Le consortium APROPOS formera les fers de lance de la future génération pour faire face aux technologies, méthodologies et outils permettant d’appliquer avec succès le calcul approximatif à l’énergie et aux économies d’énergie. La formation, dans ce tout premier ITN traitant de l’informatique approximative, se fait dans une large mesure en recherchant des compromis de précision énergétique sur les circuits, l’architecture, les logiciels et les solutions au niveau du système, réunissant des experts mondiaux de premier plan d’organisations européennes. En outre,
Le doctorant sera employé à l’Ecole Centrale de Lyon – Institut de Nanotechnologie de Lyon [1] et une partie des travaux (6 mois) sera réalisée en détachement au CERICT [2] .
Superviseurs:
ECL-INL
Alberto BOSIO, alberto.bosio@ec-lyon.fr
Ian O’CONNOR, ian.oconnor@ec-lyon.fr
