文献

J-GLOBAL ID：201802260122566100   整理番号：18A0944360

最近の距離連想探索を用いたプログラム加速【JST・京大機械翻訳】

Program acceleration using nearest distance associative search

著者 (3件)： Imani Mohsen (Computer Science and Engineering, UC San Diego, La Jolla, CA 92093, USA) ,  Peroni Daniel (Computer Science and Engineering, UC San Diego, La Jolla, CA 92093, USA) ,  Rosing Tajana (Computer Science and Engineering, UC San Diego, La Jolla, CA 92093, USA)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2018  号： ISQED  ページ： 43-48  発行年： 2018年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 現在のコンピューティングシステムによって生成されたデータは,それらがインターネットのインターネット(IoT)の一部としてより相互接続されるにつれて急速に増加している。マルチメディアのような生成データの成長量は,効率的な大量並列プロセッサを用いて加速される必要がある。連想メモリは,処理要素とタンデムに,ルックアップテーブルの形で,冗長計算を除去することによりエネルギー消費を低減できる。本論文では,RAUと呼ばれる抵抗結合ユニットを提案する。これは,従来の処理ユニットと比較して,かなり高い効率で基本計算を近似的に実行する。RAUは各操作に対応する高周波パターンを保存し,次に近似出力として入力データに最も近い距離列を検索する。大規模でエネルギー集約的なRAUを使用することを避けるために,著者らの設計はより低い周波数で入力を適応的に検出し,それらを正確なコアに割り当てて処理する。各アプリケーションに対して,この設計はRAUと正確なコアの間で処理されたデータの比率を調整し,計算精度を保証することができる。著者らは,最近のGPGPUアーキテクチャであるAMD南部島GPUに関するRAUの応用を考察した。実験的評価により,RAUにより強化されたGPGPUは,8つの多様なOpenCLアプリケーションに対して61%の平均エネルギー節約と2.2の高速化を達成できるが,計算の許容できる品質を保証することを示した。強化されたGPGPUのエネルギー遅れ製品改善は,従来のおよび最先端の近似GPGPUと比較して,それぞれ5.7倍および2.8倍高かった。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【JST・京大機械翻訳】

シソーラス用語： 冗長性 ,  相互接続 ,  省エネルギー ,  ルックアップテーブル ,  高速化 ,  計算機アーキテクチャ ,  応用プログラム ,  高速度 ,  マルチメディア ,  計算機システム ,  連想メモリ ,  *近似法 ,  インターネット ,  エネルギー消費
準シソーラス用語： GPGPU , 【Automatic Indexing@JST】

分類 (5件)： 半導体集積回路  (NC03162T) ,  記憶装置  (JC04060F) ,  記憶方式  (JC02040V) ,  集積回路一般  (NC03161C) ,  通信網  (ND07030A)

タイトルに関連する用語 (3件)： 連想 ,  探索 ,  加速