CIRCUITOS EFICIENTES EN ENERGIA Y ANCHO DE BANDA PARA ALGORITMOS DE APRENDIZAJE MAQUINA
LAS ARQUITECTURAS DE TIPO VON NEWMAN, DONDE LA UNIDAD CENTRAL DE PROCESAMIENTO ESTA SEPARADA DE LA MEMORIA, REQUIEREN UN CONSTANTE MOVIMIENTO DE DATOS ENTRE LA MEMORIA Y EL PROCESADOR. AL AUMENTAR EL VOLUMEN DE DATOS, LO HACE EL C...
LAS ARQUITECTURAS DE TIPO VON NEWMAN, DONDE LA UNIDAD CENTRAL DE PROCESAMIENTO ESTA SEPARADA DE LA MEMORIA, REQUIEREN UN CONSTANTE MOVIMIENTO DE DATOS ENTRE LA MEMORIA Y EL PROCESADOR. AL AUMENTAR EL VOLUMEN DE DATOS, LO HACE EL CONSUMO DE ENERGIA ASOCIADO A SU TRANSMISION Y POR OTRA PARTE LA ALTA LATENCIA EMERGE COMO UN CUELLO DE BOTELLA, LO QUE DIFICULTA LA MEJORA DEL RENDIMIENTO. ES NECESARIO IMPLEMENTAR ARQUITECTURAS ALTERNATIVAS PARA SUPERAR ESTAS LIMITACIONES, REDUCIENDO EL MOVIMIENTO DE DATOS ENTRE LA MEMORIA Y LA UNIDAD DE PROCESAMIENTO. EN ESTE CONTEXTO, LAS ARQUITECTURAS DENOMINADAS DE COMPUTACION EN MEMORIA (ICM) SE BASAN EN REALIZAR OPERACIONES DENTRO DE LA MEMORIA, COMBINANDO AMMBAS FUNCIONALIDADES. ESTE PARADIGMA EXPLOTA LA ALINEACION ESTRUCTURAL ENTRE LA MULTIPLICACION DE MATRICES 2D Y LA MATRIZ 2D DE CELDAS DE BITS DE MEMORIA PARA ACELERAR EL CALCULO Y REDUCIR EL CONSUMO DE ENERGIA. LA MEMORIAS DE TIPO IMC SE PUEDEN IMPLEMENTAR EN TECNOLOGIA CMOS ESTANDAR, AGREGANDO A LAS ARQUITECTURAS SRAM CONVENCIONALES NUEVOS CIRCUITOS PARA REALIZAR OPERACIONES MATRICIALES ALGEBRAICAS EN UN SOLO CICLO DE RELOJ. POR OTRO LADO, LA EXPLOSION DE LAS REDES NEURONALES PROFUNDAS (DNN) EN LA ULTIMA DECADA HA IMPULSADO EL DESARROLLO DE UNA GRAN VARIEDAD DE COMPONENTES DE SOFTWARE Y HARDWARE PARA IMPLEMENTAR DICHOS ALGORITMOS, EN PARTICULAR EN TAREAS DE VISION POR COMPUTADOR. EN ESTE CAMPO, LA POPULARIDAD DE LAS DNNS SE DEBE A QUE HAN REEMPLAZADO A DIFERENTES ALGORITMOS ESPECIFICOS DE PROCESAMIENTO DE IMAGENES POR ARQUITECTURAS DE TIPO PIPELINE DE ALTA PRECISION. SIN EMBARGO, LAS DNN SON COMPUTACIONALMENTE PESADAS Y CONSUMEN MUCHA MEMORIA, TANTO EN LOS PROCESOS DE ENTRENAMIENTO COMO EN LOS DE INFERENCIA.EN ESTE CONTEXTO, LAS ARQUITECTURAS ICM SON UNA OPCION NATURAL PARA LAS IMPLEMENTACIONES HARDWARE DE DNNS. ESTO SE DEBE A QUE LOS DIFERENTES ELEMENTOS DE UN FILTRO CONVOLUCIONAL, CONOCIDOS COMO PESOS, SE ALMACENAN JUNTO A SU CORRESPONDIENTE MULTIPLICADOR EN ESTAS ARQUITECTURAS, ROMPIENDO ASI EL FRENO AL RENDIMIENTO IMPUESTO POR LA TRANSFERENCIA DE DATOS Y EL CONSUMO DE ENERGIA.EL OBJETIVO DE ESTE PROYECTO ES IMPLEMENTAR OPERADORES Y REDES NEURONALES PROFUNDAS EN ARQUITECTURAS ICM PARA OBTENER CIRCUITOS DE APRENDIZAJE PROFUNDO RAPIDOS Y ENERGETICAMENTE EFICIENTES. ESTO REQUERIRA, POR UN LADO, EL USO DE DNNS MODIFICADAS QUE PERMITAN EL USO DE ACTIVACIONES Y PESOS CUANTIZADOS O INCLUSO BINARIOS MANTENIENDO UNA ALTA PRECISION, Y POR OTRO LADO, UN ANALISIS EXTENSO Y UNA PROPUESTA DE TOPOLOGIAS DE CIRCUITOS PARA EQUILIBRAR EL ANCHO DE BANDA, LA LATENCIA Y ENERGIA FRENTE A LA RELACION SEÑAL/RUIDO DE LOS CIRCUITOS. INVESTIGAREMOS EN ARRAYS DE CELDAS SRAM Y EN LOS CONTROLADORES Y CIRCUITOS DE LECTURA NECESARIOS PARA OPERAR EL ARRAY. EVALUAREMOS NUEVAS ARQUITECTURAS PARA REALIZAR COMPUTO EN LOS CIRCUITOS PERIFERICOS DE LA MEMORIA QUE, JUNTO CON EL ARRAY DE CELDAS, PROPORCIONARAN CIRCUITOS VERSATILES DE COMPUTO EN MEMORIA. PARA EXPLORAR DIFERENTES ENFOQUES A NIVEL DE ARQUITECTURA, CIRCUITO Y DISPOSITIVO, DESARROLLAREMOS UNA METODOLOGIA PARA VALIDAR EL RENDIMIENTO DE ARQUITECTURAS TAN COMPLEJAS, DESDE UNA PERSPECTIVA DE ALTO NIVEL EN TERMINOS DE ENERGIA, RETARDO Y PRECISION. ESTA SERA UNA HERRAMIENTA ESENCIAL PARA PROBAR DIFERENTES ARQUITECTURAS, LA EFICIENCIA DEL FLUJO DE DATOS Y ESTIMAR EL TAMAÑO DEL CIRCUITO. PARA DEMOSTRAR LA VIABILIDAD DE LA PROPUESTA, CONSTRUIREMOS UN DEMOSTRADOR DE UNA DNN DE COMPUTACION EN MEMORIA PARA CLASIFICAR IMAGENES. MOS\APRENDIZAJE MAQUINAver más
20-09-2024:
Industrias Agroalimentarias
Se ha cerrado la línea de ayuda pública: Ayudas 2024 para Inversiones en Industrias Agroalimentarias, Decreto 87/2024 Extremadura para el organismo:
20-09-2024:
INNOVA-ADELANTE
Se ha cerrado la línea de ayuda pública: Programa de apoyo a la innovación Castilla-La Mancha para el organismo:
Seleccionando "Aceptar todas las cookies" acepta el uso de cookies para ayudarnos a brindarle una mejor experiencia de usuario y para analizar el uso del sitio web. Al hacer clic en "Ajustar tus preferencias" puede elegir qué cookies permitir. Solo las cookies esenciales son necesarias para el correcto funcionamiento de nuestro sitio web y no se pueden rechazar.
Cookie settings
Nuestro sitio web almacena cuatro tipos de cookies. En cualquier momento puede elegir qué cookies acepta y cuáles rechaza. Puede obtener más información sobre qué son las cookies y qué tipos de cookies almacenamos en nuestra Política de cookies.
Son necesarias por razones técnicas. Sin ellas, este sitio web podría no funcionar correctamente.
Son necesarias para una funcionalidad específica en el sitio web. Sin ellos, algunas características pueden estar deshabilitadas.
Nos permite analizar el uso del sitio web y mejorar la experiencia del visitante.
Nos permite personalizar su experiencia y enviarle contenido y ofertas relevantes, en este sitio web y en otros sitios web.