design space exploration | BriefGPT

关键词design space exploration

搜索结果 - 16

高层综合下的电子设计自动化的跨模态程序表示学习
通过深度和精细的方式，结合源代码序列模式和图模式的相互作用，自动预测高级综合设计的质量，并在设计空间探索任务中获得显著性能改进。
PDF21 days ago
HLSFactory: 提升高级合成数据集的框架，面向机器学习和更多应用
机器学习在高级综合流程中的应用及其对质量结果预测、设计空间探索方面的影响。同时，提出了 HLSFactory 框架，通过设计空间扩展、设计合成和数据聚合等三个阶段来管理高质量的 HLS 设计数据集。
PDF2 months ago
跳过基准：使用生成机器学习生成系统级高级综合数据
该论文提出了一种名为 Vaegan 的新方法，利用生成式机器学习生成足够强大以支持复杂系统级高级综合设计空间探索实验的合成数据，该方法使用变分自动编码器（VAE）和生成对抗网络（GAN）来进行任务，并使用先进的数据集和度量标准对方法进行评估
PDF2 months ago
基于强化学习方法的近似计算技术的设计空间探索
本文提出了一种基于强化学习的多目标设计空间探索策略，以找到在准确度下降和功耗 / 计算时间减少之间取得平衡的应用的近似版本。实验结果表明，在某些基准测试中，在准确度下降和功耗 / 计算时间减少之间存在良好的平衡。
PDF6 months ago
一个基于机器学习加速器的开源全栈优化框架
参数化机器学习加速器可通过硬件加速深度神经网络和非神经网络的机器学习算法进行设计空间探索，其中采用了物理设计驱动的学习预测框架，结合后端功耗、性能和面积分析以及前端性能模拟，实现了对后端 PPA 和运行时能耗等系统指标的真实估计，并引入了完
PDF10 months ago
机器学习辅助的卷积神经网络推断系统计算机架构设计
我们的工作通过识别最合适的 GPGPU 用于 CNN 推理系统，提出了一种加快 DSE 过程的方法。我们开发了一种快速而精确的技术来预测 CNN 推理过程中的功耗和性能，MAPE 分别为 5.03％和 5.94％。这种方法使计算机架构师能够
PDFa year ago
基于稀疏 IMU 传感的高效准确人体姿势估计的设计空间探索
人体姿态估计 (HPE) 是评估体育、康复或工作安全中的人体运动所需的具有良好隐私保护的准确感知，因此在此类系统中需要进行局部处理，可以通过惯性测量单元 (IMU) 来解决能源有限的问题。我们通过模拟设计空间勘探 (DSE) 探讨了准确性和
PDFa year ago
ArchGym：面向机器学习辅助建筑设计的开源健身房
本文介绍了 ArchGym，一个连接多种搜索算法和架构模拟器的易于扩展的开放源码的 gym。研究结果表明，使用 ML 算法在设计定制 SoC 等领域无论采用哪种 ML 方法，只要调整好超参数，就能达到用户定义的目标规范，无明显差异，并将这种
PDFa year ago
GNNBuilder：通用图神经网络加速器生成、仿真和优化的自动化框架
本文介绍了 GNNBuilder，这是第一个自动化的、通用的、端到端的 GNN 加速器生成框架，支持各种由用户任意定义的 GNN 模型，并拥有精确的性能模型和设计空间探索功能。实验结果显示，GNNBuilder 生成的加速器可以比 CPU
PDFa year ago
Theta-Resonance: 一种用于设计空间探索的单步强化学习方法
使用 Theta-Resonance 和策略梯度算法探索设计空间并训练智能代理，从而在评估机制反馈下实现最优样本的生成。
PDF2 years ago
基于 RRAM 架构的密集和稀疏映射方案的设计空间探索
本文扩展了设计空间探索 (DSE) 方法，量化了稠密和稀疏映射方案在各种网络架构中的效益和局限性，同时还研究了 1T1R 平铺存储器中引入的非理想因素及其影响。
PDF2 years ago
HAPI: 硬件感知渐进推理
本文提出了一种名为 HAPI 的新方法，通过在推理阶段与早期退出策略一起优化中间退出的放置位置，实现了高性能的早期退出网络生成。通过设计空间探索算法，我们提出了一种在各种延迟预算下始终优于其他搜索机制和最先进的早期退出方案的系统，它在强制嵌
PDF4 years ago
DNN-Chip Predictor：一种基于分析的深度神经网络加速器性能预测器，支持不同数据流和硬件架构
本文提出了 DNN-Chip Predictor，一种分析性能预测器，能够在实际实现之前准确预测 DNN 加速器的能量、吞吐量和延迟，从而加快和提高 DNN 加速器的开发效率。该预测器具有分析性能公式，支持不同的算法对硬件映射方案（即数据流
PDF4 years ago
DRiLLS: 深度强化学习用于逻辑综合
提出了一种基于强化学习的方法，自动化优化逻辑综合过程，通过训练 Actor Critic（A2C）智能体来实现无人工干预的设计优化，取得了较好的优化结果。
PDF5 years ago
SCALE-Sim: 系统并行卷积神经网络加速器模拟器
本研究介绍了一种基于可配置的 Systolic 数组的 DNN 加速器模拟器 ——SCALE-Sim，并使用其对视觉、语音、文本和游戏等领域的深度学习内核进行了一系列案例研究，证明了带宽、数据流和纵横比对整体运行时间和能耗的影响，为架构师和
PDF6 years ago
AutoAccel：具有组合、并行和流水线架构的自动化加速器生成和优化
本文提出了可组合、并行和流水线 (CPP) 微体系结构作为加速器设计的模板，并介绍了一种分析模型来捕捉 CPP 微体系结构的不同设计配置之间的性能和资源权衡，为快速设计空间探索奠定了基础，最终开发了 AutoAccel 框架来自动生成加速器
PDF6 years ago