文献

J-GLOBAL ID：202202214982894644   整理番号：22A0984841

深層学習コンパイラの変成試験【JST・京大機械翻訳】

Metamorphic Testing of Deep Learning Compilers

著者 (5件)： Xiao Dongwei (The Hong Kong University of Science and Technology, Hong Kong, China) ,  LIU Zhibo (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Yuan Yuanyuan (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Pang Qi (The Hong Kong University of Science and Technology, Hong Kong, China) ,  Wang Shuai (The Hong Kong University of Science and Technology, Hong Kong, China)
資料名： Proceedings of the ACM on Measurement and Analysis of Computing Systems  (Proceedings of the ACM on Measurement and Analysis of Computing Systems)
巻： 6  号： 1  ページ： 1-28  発行年： 2022年 
JST資料番号： W5682A  ISSN： 2476-1249  資料種別： 逐次刊行物 (A)
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： 多様なハードウェアプラットフォームへの深層ニューラルネットワーク(DNN)モデルの展開の繁 trendな傾向は,深層学習(DL)コンパイラの開発を推進している。DLコンパイラは,入力として高レベルDNNモデル仕様をとり,CPU,GPU,および様々なハードウェアアクセラレータのような多様なハードウェアアーキテクチャのための最適化DNN実行可能を生成する。DNNモデルを高効率実行可能に統合することは容易ではない:編集手続きは,しばしば高レベルモデル仕様をいくつかの異なる中間表現(IR),例えばグラフIRとオペレータIRに変換し,プラットフォーム独立とプラットフォーム依存視点の両方からルールベースまたは学習ベース最適化を行う。実世界シナリオにおけるDLコンパイラの繁 adoptionな採用にもかかわらず,DLコンパイラの正しさに対する原理と系統的理解はまだ存在しない。この臨界ギャップを埋めるために,本論文は,誤った編集を効果的に明らかにするためにDLコンパイラのために特別に設計された変成試験フレームワークであるMT-DLCompを導入した。本アプローチは,DNNモデルに対する意味論保存突然変異を打ち上げ,それらの変異体を生成するため,意図的に設計された変成関係(MR)を利用する。この方法で,DLコンパイラは,手動介入を必要とせずに,DNNモデルとそれらのバリアントを利用して,編集正当性のために自動的に検討できる。また,効果的なワークフローを実現するための一連の実用的手法を開発し,同定された誤り訂正入力を同定した。実世界DLコンパイラは,高レベルのエンジニアリング品質を示す。それにもかかわらず,著者らは,4つの一般的なDLコンパイラにおける誤った編集をもたらすことができる435の入力を検出し,その全ては,アマゾン,Facebook,Microsoft,およびGoogleによって維持された産業-強度製品である。発見された誤差トリガ入力は,DLコンパイラを衝突事故に直接引き起こさないが,不正確なDNN実行可能の発生につながる。実質的な手動努力とDLコンパイラ開発者からの支援により,これらのDLコンパイラにおける4つのバグを,誤差トリガ入力を用いてそれらをデバッギングすることにより明らかにした。提案したテストフレームワークと知見は,DLコンパイラを改善する努力における開発者を導くために使用できる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 最適化 ,  *変成作用 ,  意味論 ,  *学習 ,  *コンパイラ ,  ニューラルネットワーク ,  突然変異 ,  誤り訂正 ,  デバッギング ,  モデル ,  ハードウェア ,  ソフトウェア障害 ,  計算機アーキテクチャ ,  *機械学習 ,  ワークフロー
準シソーラス用語： *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： コンパイラ ,  深層学習 ,  変成試験 ,  ニューラルネットワーク

分類 (2件)： 言語プロセッサ  (JD03040F) ,  ディジタル計算機方式一般  (JC02010O)

タイトルに関連する用語 (4件)： 深層学習 ,  コンパイラ ,  変成 ,  試験