|
|
Automated Multi-Objective Parallel Evolutionary Circuit Design and Approximation
Hrbáček, Radek ; Fišer, Petr (referee) ; Trefzer,, Martin (referee) ; Sekanina, Lukáš (advisor)
Spotřeba a energetická efektivita se stává jedním z nejdůležitějších parametrů při návrhu počítačových systémů, zejména kvůli omezené kapacitě napájení u zařízení napájených bateriemi a velmi vysoké spotřebě energie rostoucích datacenter a cloudové infrastruktury. Současně jsou uživatelé ochotni do určité míry tolerovat nepřesné nebo chybné výpočty v roustoucím počtu aplikací díky nedokonalostem lidských smyslů, statistické povaze výpočtů, šumu ve vstupních datech apod. Přibližné počítání, nová oblast výzkumu v počítačovém inženýrství, využívá rozvolnění požadavků na funkčnost za účelem zvýšení efektivity počítačových systémů, pokud jde o spotřebu energie, výpočetní výkon či složitost. Aplikace tolerující chyby mohou být implementovány efektivněji a stále sloužit svému účelu se stejnou nebo mírně sníženou kvalitou. Ačkoli se objevují nové metody pro návrh přibližně počítajících výpočetních systémů, je stále nedostatek automatických návrhových metod, které by nabízely velké množství kompromisních řešení dané úlohy. Konvenční metody navíc často produkují řešení, která jsou daleko od optima. Evoluční algoritmy sice přinášejí inovativní řešení složitých optimalizačních a návrhových problémů, nicméně trpí několika nedostatky, např. nízkou škálovatelností či vysokým počtem generací nutných k dosažení konkurenceschopných výsledků. Pro přibližné počítání je vhodný zejména multikriteriální návrh, což existující metody většinou nepodporují. V této práci je představen nový automatický multikriteriální paralelní evoluční algoritmus pro návrh a aproximaci digitálních obvodů. Metoda je založena na kartézském genetickém programování, pro zvýšení škálovatelnosti byla navržena nová vysoce paralelizovaná implementace. Multikriteriální návrh byl založen na principech algoritmu NSGA-II. Výkonnost implementace byla vyhodnocena na několika různých úlohách, konkrétně při návrhu (přibližně počítajících) aritmetických obvodů, Booleovských funkcích s vysokou nelinearitou či přibližných logických obvodů pro tří-modulovou redundanci. V těchto úlohách bylo dosaženo význammých zlepšení ve srovnání se současnými metodami.
|
|
|
Evolutionary Design for Circuit Approximation
Dvořáček, Petr ; Vašíček, Zdeněk (referee) ; Sekanina, Lukáš (advisor)
In recent years, there has been a strong need for the design of integrated circuits showing low power consumption. It is possible to create intentionally approximate circuits which don't fully implement the specified logic behaviour, but exhibit improvements in term of area, delay and power consumption. These circuits can be used in many error resilient applications, especially in signal and image processing, computer graphics, computer vision and machine learning. This work describes an evolutionary approach to approximate design of arithmetic circuits and other more complex systems. This text presents a parallel calculation of a fitness function. The proposed method accelerated evaluation of 8-bit approximate multiplier 170 times in comparison with the common version. Evolved approximate circuits were used in different types of edge detectors.
|
|
|
Dynamic Approximation of Digital Circuits
Jásenský, Michal ; Hrbáček, Radek (referee) ; Sekanina, Lukáš (advisor)
This bachelor's thesis deals with design of a method based on cartesian genetic programming, which allows the evolutionary design of circuits capable of dynamic reconfiguration. The goal of reconfiguration is to dynamically change the number of used components and thereby to change the accuracy of calculation. In this thesis, implementation of the proposed method is described. The method is experimentally verified and demonstrated on several selected circuits.
|
|
|
Application of Approximate Computing in Image Processing
Hruda, Petr ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This master thesis focuses on approximate computing applied to image processing. Specifically, the approximation is applied to adaptive thresholding. Two approaches were used, the design of a new system using approximated components and the approximation of an existing algorithm. The resulting effect on thresholding quality was investigated. Experimental evaluation of the first approach shows quality improvements of thresholding with usage of aproximated components. Also, area of found aproximated solutions is smaller. Evaluation of the second approach shows worse quality of thresholding with usage of aproximated components. The second approach is then declared inappropriate.
|
|
|
Applications of Approximate Computation in Genetic Programming
Ševčík, David ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This thesis deals with ways of application of approximate circuits into evolutionary design of classifiers using Cartesian genetic programming. The problem of hand-written digit recognition was chosen as a case study. The goal is to validate the capability of classifiers, which use approximate circuits to provide results with certain advantages compared to other conventional classifiers. The thesis demonstrates that by using approximate computing it is possible to acquire classifiers with a simpler implementation, while matching or sometimes even exceeding the precision of the other conventional classifiers.
|
|
|
Design of Logarithmic Multipliers
Drlíčková, Alena ; Vašíček, Zdeněk (referee) ; Mrázek, Vojtěch (advisor)
This thesis deals with the possibilities of improving logarithmic multipliers using approximation methods. The goal was to implement logarithmic multipliers according to the constructions described in the literature and to identify the possibilities of their modifications. This work describes the way in which the implementation of multiplier circuits and their parts took place. Ways to improve these circuits based on the replacement of their components and overall modification using evolutionary methods are proposed here. The parameters of the created logarithmic multipliers are compared with the values of the available approximation multipliers.
|
|
|
Application of Approximate Computing in Image Processing
Hruda, Petr ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This master thesis focuses on approximate computing applied to image processing. Specifically, the approximation is applied to adaptive thresholding. Two approaches were used, the design of a new system using approximated components and the approximation of an existing algorithm. The resulting effect on thresholding quality was investigated. Experimental evaluation of the first approach shows quality improvements of thresholding with usage of aproximated components. Also, area of found aproximated solutions is smaller. Evaluation of the second approach shows worse quality of thresholding with usage of aproximated components. The second approach is then declared inappropriate.
|
|
|
Applications of Approximate Computation in Genetic Programming
Ševčík, David ; Vašíček, Zdeněk (referee) ; Bidlo, Michal (advisor)
This thesis deals with ways of application of approximate circuits into evolutionary design of classifiers using Cartesian genetic programming. The problem of hand-written digit recognition was chosen as a case study. The goal is to validate the capability of classifiers, which use approximate circuits to provide results with certain advantages compared to other conventional classifiers. The thesis demonstrates that by using approximate computing it is possible to acquire classifiers with a simpler implementation, while matching or sometimes even exceeding the precision of the other conventional classifiers.
|
|
|
Automated Multi-Objective Parallel Evolutionary Circuit Design and Approximation
Hrbáček, Radek ; Fišer, Petr (referee) ; Trefzer,, Martin (referee) ; Sekanina, Lukáš (advisor)
Spotřeba a energetická efektivita se stává jedním z nejdůležitějších parametrů při návrhu počítačových systémů, zejména kvůli omezené kapacitě napájení u zařízení napájených bateriemi a velmi vysoké spotřebě energie rostoucích datacenter a cloudové infrastruktury. Současně jsou uživatelé ochotni do určité míry tolerovat nepřesné nebo chybné výpočty v roustoucím počtu aplikací díky nedokonalostem lidských smyslů, statistické povaze výpočtů, šumu ve vstupních datech apod. Přibližné počítání, nová oblast výzkumu v počítačovém inženýrství, využívá rozvolnění požadavků na funkčnost za účelem zvýšení efektivity počítačových systémů, pokud jde o spotřebu energie, výpočetní výkon či složitost. Aplikace tolerující chyby mohou být implementovány efektivněji a stále sloužit svému účelu se stejnou nebo mírně sníženou kvalitou. Ačkoli se objevují nové metody pro návrh přibližně počítajících výpočetních systémů, je stále nedostatek automatických návrhových metod, které by nabízely velké množství kompromisních řešení dané úlohy. Konvenční metody navíc často produkují řešení, která jsou daleko od optima. Evoluční algoritmy sice přinášejí inovativní řešení složitých optimalizačních a návrhových problémů, nicméně trpí několika nedostatky, např. nízkou škálovatelností či vysokým počtem generací nutných k dosažení konkurenceschopných výsledků. Pro přibližné počítání je vhodný zejména multikriteriální návrh, což existující metody většinou nepodporují. V této práci je představen nový automatický multikriteriální paralelní evoluční algoritmus pro návrh a aproximaci digitálních obvodů. Metoda je založena na kartézském genetickém programování, pro zvýšení škálovatelnosti byla navržena nová vysoce paralelizovaná implementace. Multikriteriální návrh byl založen na principech algoritmu NSGA-II. Výkonnost implementace byla vyhodnocena na několika různých úlohách, konkrétně při návrhu (přibližně počítajících) aritmetických obvodů, Booleovských funkcích s vysokou nelinearitou či přibližných logických obvodů pro tří-modulovou redundanci. V těchto úlohách bylo dosaženo význammých zlepšení ve srovnání se současnými metodami.
|
|
|
Dynamic Approximation of Digital Circuits
Jásenský, Michal ; Hrbáček, Radek (referee) ; Sekanina, Lukáš (advisor)
This bachelor's thesis deals with design of a method based on cartesian genetic programming, which allows the evolutionary design of circuits capable of dynamic reconfiguration. The goal of reconfiguration is to dynamically change the number of used components and thereby to change the accuracy of calculation. In this thesis, implementation of the proposed method is described. The method is experimentally verified and demonstrated on several selected circuits.
|
guest ::
