[논문 리뷰] An introduction to approximate computing

M. Ammar Ben Khadra|arXiv (Cornell University)|2017. 11. 12.

Low-power high-performance VLSI design참고 문헌 14인용 수 6

한 줄 요약

이 논문은 정확도를 희생하여 성능과 에너지 효율성을 높일 수 있는 약간의 계산 기법을 약간의 계산 기법으로서의 약간의 계산 기법을 제안한다. 특히 정확한 결과가 필수적이지 않은 분야, 예를 들어 머신러닝 및 멀티미디어와 같은 분야에서 유용하다. 이는 전체 시스템의 비용 교환을 강조하는 분류 체계를 제안하며, 비결정적 약간의 계산 기법에서 발생하는 과제를 분석하고, 이질적 신뢰성과 실용적 구현을 위한 자동화되고 원칙적인 근거에 기반한 약간의 계산 기법의 기회를 강조한다.

ABSTRACT

Approximate computing is a research area where we investigate a wide spectrum of techniques to trade off computation accuracy for better performance or energy consumption. In this work, we provide a general introduction to approximate computing. Also, we propose a taxonomy to make it easier to discuss the merits of different approximation techniques. Our taxonomy emphasizes the expected cost of tackling approximate computing across the entire system stack. We conclude by discussing the unique opportunities as well as challenges of nondeterministic approximate computing.

연구 동기 및 목표

• 모바일 및 데이터센터 워크로드에서 증가하는 전력 소비로 인해 약간의 계산 기법이 필요하다는 것을 정당화하기 위해.
• 약간의 계산 기법의 범위와 목표를 정의하여 오랜 기간 동안의 손실 압축과 같은 기존 관행과 구분하기 위해.
• 하드웨어, 소프트웨어, 알고리즘 전반에 걸쳐 약간의 계산 기법을 구현할 때 발생하는 총 시스템 비용을 강조하는 분류 체계를 제안하기 위해.
• 비결정적 약간의 계산 기법에서 발생하는 고유한 과제와 기회를 분석하고, 특히 소프트웨어 신뢰성에서의 제어 흐름 벽을 강조하기 위해.
• 신뢰성과 효율성을 동시에 확보하면서도 실용적인 시스템에 적용 가능한 원칙적이고 자동화된 약간의 계산 기법을 권장하기 위해.

제안 방법

• 시스템 스택의 각 계층(알고리즘에서 회로까지)에 약간의 계산 기법을 적용하는 위치에 따라 약간의 계산 기법의 분류 체계를 제안한다.
• 하드웨어, 소프트웨어, 알고리즘적 오버헤드를 포함한 시스템 비용에 미치는 영향에 따라 약간의 계산 기법을 분류한다.
• 제어 흐름 벽 문제 분석: 조건부 결정에 사용되는 데이터를 보호하는 것은 소프트웨어에서 비용이 많이 들며, 결과가 비결정적일 경우 尤히 그렇다.
• 이미지 인코딩 및 제어 흐름 의존 함수와 같은 사례 연구를 통해 신뢰성과 효율성 사이의 교환 관계를 설명한다.
• Chisel과 Uncertain<T>와 같은 기존 도구를 분석하여 결정적 신뢰성 사양과 확률적 프로그래밍 모델 간의 대비를 제시한다.
• 신뢰성 있는 코어로 제어 흐름을 처리하고 계산 집약적인 커널에 대해 신뢰성이 떨어지는 가속기로 구성된 하이브리드 접근 방식을 제안하여 비용과 정확성의 균형을 맞춘다.

실험 결과

연구 질문

• RQ1 현대 컴퓨팅 시스템에서 정확도를 성능과 에너지 효율성 향상과 교환할 수 있는 체계적인 방법은 무엇인가?
• RQ2 약간의 계산 기법을 적용할 때 시스템 스택 전반에서 주요 비용 요인은 무엇인가?
• RQ3 왜 비결정적 약간의 계산 기법은 특히 제어 흐름 의존 프로그램에서 특히 도전적인가?
• RQ4 프로그램의 정확성이나 신뢰성을 훼손하지 않으면서도 상당한 효율성 향상을 달성할 수 있는가?
• RQ5 자동화되고 원칙적인 약간의 계산 기법은 실제 시스템에 적용 가능한 약간의 계산 기법을 실현하는 데 어떤 역할을 할 수 있는가?

주요 결과

• 약간의 계산 기법은 정확한 결과가 반드시 필요로 하지 않는 분야, 예를 들어 머신러닝 및 멀티미디어에서 에너지 절약과 성능 향상에 상당한 기여를 할 수 있다.
• 제어 흐름 벽은 주요 과제를 이룬다: 조건부 결정에 사용되는 데이터를 보호하는 것은 소프트웨어에서 비용이 많이 들며, 결과가 비결정적일 경우 더욱 그렇다.
• 비결정적 약간의 계산 기법은 이질적 신뢰성과 결합될 경우 고유한 기회를 제공한다. 예를 들어 운영체제에는 신뢰성 있는 코어를, 커널에는 신뢰성이 떨어지는 가속기를 사용할 수 있다.
• Chisel과 Uncertain<T>와 같은 기존 접근 방식은 유용한 추상화를 제공하지만, 데이터 종속성과 강력한 정확성 보장의 부재로 인해 제한된다.
• 실용적 도입을 위해서는 공식적인 보장을 갖춘 원칙적이고 자동화된 약간의 계산 기법이 필수적이다. 수작업적 교환은 이미 널리 퍼져 있으며 대규모 시스템에는 부족하다.
• 다른 부분이 서로 다른 신뢰성 수준을 갖는 이질적 신뢰성 모델은 전체 시스템 비용을 줄이면서도 수용 가능한 정확성 수준을 유지하는 데 기여할 수 있다.