由谷歌Research和UC Berkeley的研究人员撰写的题为“用于架构硬件加速器的数据驱动离线优化”的研究论文。
摘要
“为了获得更高的效率，工业已经逐渐转向特定应用的硬件加速器。虽然这种范式转变已经开始显示出有希望的结果，但设计人员需要花费大量的手工工作，并执行大量耗时的模拟，以找到能够在遵守设计约束的情况下加速多个目标应用程序的加速器。此外，每当目标应用程序集或设计约束发生变化时，必须从头重新运行这种“模拟驱动”方法。另一种模式是使用“数据驱动”的离线方法，利用记录的模拟数据来构建硬件加速器，而不需要任何形式的模拟。这种方法不仅减轻了运行耗时的模拟的需要，而且还支持数据重用，即使目标应用程序集发生变化也可以应用。在本文中，我们开发了这样一种数据驱动的离线优化方法来设计硬件加速器，称为PRIME，它享有所有这些属性。我们的方法学习了所需成本函数的保守的、稳健的估计，利用不可行的点，并根据该估计优化设计，而无需在优化期间进行任何额外的模拟器查询。PRIME架构师加速器-为单个和多个应用程序量身定制-将最先进的模拟驱动方法的性能提高了约1.54倍和1.20倍，同时将所需的总模拟时间分别减少了93%和99%。此外，PRIME还为零镜头设置下的未知应用构建了有效的加速器，比基于模拟的方法高出1.26倍。”
找到这里是技术文件．作为ICLR 2022年会议论文发表。
Kumar, A.， Yazdanbakhsh, A.， Hashemi, M.， Swersky, K.， & Levine, S.(2021)。用于硬件加速器架构的数据驱动离线优化。arXiv预打印arXiv:2110.11346v3。
参观半导体工程技术论文库并发现更多芯片行业的学术论文。
留下回复