Approximated Computing-based Methods for Hardware Resources Reduction Targeting Heterogeneous Systems - TEL - Thèses en ligne Accéder directement au contenu
Thèse Année : 2022

Approximated Computing-based Methods for Hardware Resources Reduction Targeting Heterogeneous Systems

Méthodes de Réduction de Ressources Matérielles Basées Calcul Approximé pour Systèmes Hétérogènes

Résumé

Digital signal processing and multimedia applications have to compute an ever increasing amount of data.The digital world accounted for 4% of greenhouse gases and 10% of the electricity consumption in 2021.As the silicon area occupied by the memory can be as large as 80% of a chip and external memories are often required to extend these internal memories, memories are responsible for the major part of the power consumption of both Edge Computing and HPC systems.Methods based on AxC have been developped by trading-off output accuracy for reduced resources requirements.The use of Dataflow MoCs can facilitate the implementation of AxC techniques.This thesis presents an AxC-based method for reducing the hardware resources requirements for data storage in memory, as well as a DSE algorithm to facilitate its implementation.The proposed method consists in packing data in memory using alternative representations and is usable on both conventional CPUs as well as on FPGA.These contributions have in part been implemented into the PREESM framework.
Les applications de traitement du numérique signal et du multimédia traitent un volume de donnée toujours plus gros.Le monde numérique est responsable de 4% des émissions de gaz à effet de serre et 10% de la consommation d'électricité en 2021.Les mémoires occupant jusqu'à 80% de la surface de silicium des puces, et des mémoires externes étant souvent nécessaire pour étendre les capacités de stockage internes, les mémoires sont responsable d'une majeure partie de la consommation d'énergie aussi bien pour l'informatique en périphérie de réseau que des systèmes de calcul haute performance.Des méthodes basées sur le calcul approximé ont été développées permettant de concéder le niveau de qualité final au profit des ressources matérielles. L'utilisation de modèles de calcul flux-de-données peut faciliter la mise en œuvre de ces techniques de calcul approximé.Cette thèse présente une méthode de calcul approximé pour réduire les besoins en ressources matérielles liés au stockage de données en mémoire, ainsi qu'un algorithme d'exploration d'espace de conception pour faciliter sa mise en œuvre. La méthode proposée consiste à empaqueter les données en mémoire en utilisant des représentations alternatives, et est utilisable avec des processeurs conventionnels ainsi qu'avec des FPGA.Ces contributions ont en partie été implémentées dans le logiciel PREESM.
Fichier principal
Vignette du fichier
TheseDEF_Hugo_MIOMANDRE.pdf (3.16 Mo) Télécharger le fichier
Origine : Version validée par le jury (STAR)

Dates et versions

tel-04496146 , version 1 (08-03-2024)

Identifiants

  • HAL Id : tel-04496146 , version 1

Citer

Hugo Miomandre. Approximated Computing-based Methods for Hardware Resources Reduction Targeting Heterogeneous Systems. Signal and Image processing. INSA de Rennes, 2022. English. ⟨NNT : 2022ISAR0021⟩. ⟨tel-04496146⟩
15 Consultations
6 Téléchargements

Partager

Gmail Facebook X LinkedIn More