|
|
Automated Multi-Objective Parallel Evolutionary Circuit Design and Approximation
Hrbáček, Radek ; Fišer, Petr (oponent) ; Trefzer,, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
Recently, energy efficiency has become one of the most important properties of computing platforms, especially because of limited power supply capacity of battery-power devices and very high consumption of growing data centers and cloud infrastructure. At the same time, in an increasing number of applications users are able to tolerate inaccurate or incorrect computations to a certain extent due to the imperfections of human senses, statistical nature of data processing, noisy input data etc. Approximate computing, an emerging paradigm in computer engineering, takes advantage of relaxed functionality requirements to make computer systems more efficient in terms of energy consumption, computing performance or complexity. Error resilient applications can achieve significant savings while still serving their purpose with the same or a slightly degraded quality. Even though new design methods for approximate computing are emerging, there is a lack of methods for automated approximate HW/SW design offering a rich set of compromise solutions. Conventional methods often produce solutions that are far from an optimum. Evolutionary algorithms have been shown to bring innovative solutions to complex design and optimization problems. However, these methods suffer from several problems, such as the scalability or a high number of fitness evaluations needed to evolve competitive results. Finally, existing methods are usually single-objective whilst multi-objective approach is more suitable in the case of approximate computing. In this thesis, a new automated multi-objective parallel evolutionary algorithm for circuit design and approximation is proposed. The method is based on Cartesian Genetic Programming. In order to improve the scalability of the algorithm, a brand new highly parallel implementation was proposed. The principles of the NSGA-II algorithm were used to provide the multi-objective design and approximation capability. The performance of the implementation was evaluated in multiple different applications, in particular (approximate) combinational arithmetic circuits design, bent Boolean functions discovery and approximate logic circuits for TMR schema. In these cases, important improvements with respect to the state of the art were obtained.
|
|
|
Evoluční návrh pro aproximaci obvodů
Dvořáček, Petr ; Vašíček, Zdeněk (oponent) ; Sekanina, Lukáš (vedoucí práce)
V posledních letech klademe stále větší důraz na energetickou úspornost integrovaných obvodů. Můžeme vytvořit aproximační obvody, které nesplňují specifikovanou logickou funkci, a které jsou cíleně navrženy ke snížení velikosti, doby odezvy a příkonu. Tyto nepřesné obvody lze využít v mnoha aplikacích, kde lze tolerovat chyby, obzvláště v aplikacích ve zpracování signálů a obrazu, počítačové grafiky a strojového učení. Tato práce popisuje evoluční přístup k návrhu aproximačních aritmetických obvodů a dalších složitějších obvodů. Díky paralelnímu výpočtu fitness byl evoluční návrh osmibitových násobiček urychlen až 170 krát oproti standardnímu přístupu. Pomocí inkrementální evoluce byly vytvořeny různé aproximační aritmetické obvody. Vyvinuté obvody byly použity v různých typech detektorů hran.
|
|
|
Dynamická aproximace číslicových obvodů
Jásenský, Michal ; Hrbáček, Radek (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá návrhem metody postavené na kartézském genetickém programování, která umožňuje evoluční návrh obvodů schopných dynamické rekonfigurace. Cílem rekonfigurace obvodu je dynamicky měnit počet použitých komponent v obvodu a tím měnit přesnost výpočtu. Je zde popsána implementace navržené metody. Metoda je experimentálně ověřena a demonstrována na několika zvolených obvodech.
|
|
|
Využití přibližného počítání v oblasti zpracování obrazu
Hruda, Petr ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato semestrální práce se zabývá aplikací techniky přibližného počítání na oblast zpracování obrazu. Konkrétně je aproximace uplatněna na adaptivní prahování obrazu. Byly využity dva přístupy, návrh nového systému za poskytnutí aproximovaných součástek a aproximace existujícího algoritmu. Byl zkoumán výsledný vliv na kvalitu prahování. Experimentální vyhodnocení prvního přístupu vykazuje zlepšení kvality prahování s rozumným stupněm aproximace poskytnutých součástek. Snížena je i plocha, kterou navržené řešení zabírá. Vyhodnocení druhého přístupu vykazuje zhoršení kvality s využíváním aproximací a tento přístup je tedy označen za nevhodný.
|
|
|
Aplikace přibližných výpočtů v genetickém programování
Ševčík, David ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá možnostmi zapojení aproximačních obvodů do evolučního návrhu klasifikátorů pomocí kartézského genetického programování. Jako případová studie je zvolen problém klasifikace ručně psaných číslic. Cílem je ověřit schopnosti klasifikátorů využívajících aproximačních obvodů a poskytnout výsledky, které budou mít oproti konvenčním klasifikátorům určité výhody. Bude ukázáno, že využitím přibližných výpočtů je možné získat klasifikátory s jednodušší implementací, které zachovávají přesnost klasifikace oproti konvenčním klasifikátorům nebo ji v některých případech dokonce překonávají.
|
|
|
Návrh logaritmických násobiček
Drlíčková, Alena ; Vašíček, Zdeněk (oponent) ; Mrázek, Vojtěch (vedoucí práce)
Tato práce se zabývá možnostmi vylepšení logaritmických násobiček pomocí aproximačních metod. Cílem bylo naimplementovat logaritmické násobičky podle konstrukcí popsaných v literatuře a identifikovat možnosti jejich modifikací. V rámci této práce je popsán způsob, jakým proběhla implementace obvodů násobiček a jejich částí. Jsou zde navrženy způsoby vylepšení těchto obvodů založené na výměně jejich komponent a celkové modifikaci pomocí evoluční metody. Parametry vytvořených logaritmických násobiček jsou porovnány s hodnotami dostupných aproximačních násobiček.
|
|
|
Využití přibližného počítání v oblasti zpracování obrazu
Hruda, Petr ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato semestrální práce se zabývá aplikací techniky přibližného počítání na oblast zpracování obrazu. Konkrétně je aproximace uplatněna na adaptivní prahování obrazu. Byly využity dva přístupy, návrh nového systému za poskytnutí aproximovaných součástek a aproximace existujícího algoritmu. Byl zkoumán výsledný vliv na kvalitu prahování. Experimentální vyhodnocení prvního přístupu vykazuje zlepšení kvality prahování s rozumným stupněm aproximace poskytnutých součástek. Snížena je i plocha, kterou navržené řešení zabírá. Vyhodnocení druhého přístupu vykazuje zhoršení kvality s využíváním aproximací a tento přístup je tedy označen za nevhodný.
|
|
|
Aplikace přibližných výpočtů v genetickém programování
Ševčík, David ; Vašíček, Zdeněk (oponent) ; Bidlo, Michal (vedoucí práce)
Tato práce se zabývá možnostmi zapojení aproximačních obvodů do evolučního návrhu klasifikátorů pomocí kartézského genetického programování. Jako případová studie je zvolen problém klasifikace ručně psaných číslic. Cílem je ověřit schopnosti klasifikátorů využívajících aproximačních obvodů a poskytnout výsledky, které budou mít oproti konvenčním klasifikátorům určité výhody. Bude ukázáno, že využitím přibližných výpočtů je možné získat klasifikátory s jednodušší implementací, které zachovávají přesnost klasifikace oproti konvenčním klasifikátorům nebo ji v některých případech dokonce překonávají.
|
|
|
Automated Multi-Objective Parallel Evolutionary Circuit Design and Approximation
Hrbáček, Radek ; Fišer, Petr (oponent) ; Trefzer,, Martin (oponent) ; Sekanina, Lukáš (vedoucí práce)
Recently, energy efficiency has become one of the most important properties of computing platforms, especially because of limited power supply capacity of battery-power devices and very high consumption of growing data centers and cloud infrastructure. At the same time, in an increasing number of applications users are able to tolerate inaccurate or incorrect computations to a certain extent due to the imperfections of human senses, statistical nature of data processing, noisy input data etc. Approximate computing, an emerging paradigm in computer engineering, takes advantage of relaxed functionality requirements to make computer systems more efficient in terms of energy consumption, computing performance or complexity. Error resilient applications can achieve significant savings while still serving their purpose with the same or a slightly degraded quality. Even though new design methods for approximate computing are emerging, there is a lack of methods for automated approximate HW/SW design offering a rich set of compromise solutions. Conventional methods often produce solutions that are far from an optimum. Evolutionary algorithms have been shown to bring innovative solutions to complex design and optimization problems. However, these methods suffer from several problems, such as the scalability or a high number of fitness evaluations needed to evolve competitive results. Finally, existing methods are usually single-objective whilst multi-objective approach is more suitable in the case of approximate computing. In this thesis, a new automated multi-objective parallel evolutionary algorithm for circuit design and approximation is proposed. The method is based on Cartesian Genetic Programming. In order to improve the scalability of the algorithm, a brand new highly parallel implementation was proposed. The principles of the NSGA-II algorithm were used to provide the multi-objective design and approximation capability. The performance of the implementation was evaluated in multiple different applications, in particular (approximate) combinational arithmetic circuits design, bent Boolean functions discovery and approximate logic circuits for TMR schema. In these cases, important improvements with respect to the state of the art were obtained.
|
|
|
Dynamická aproximace číslicových obvodů
Jásenský, Michal ; Hrbáček, Radek (oponent) ; Sekanina, Lukáš (vedoucí práce)
Tato bakalářská práce se zabývá návrhem metody postavené na kartézském genetickém programování, která umožňuje evoluční návrh obvodů schopných dynamické rekonfigurace. Cílem rekonfigurace obvodu je dynamicky měnit počet použitých komponent v obvodu a tím měnit přesnost výpočtu. Je zde popsána implementace navržené metody. Metoda je experimentálně ověřena a demonstrována na několika zvolených obvodech.
|
host ::
RSS.