PID2021-128009OB-C33
Financiado
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 MAQUINA
ver más
Línea de financiación: concedida
El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2021-01-01
AEI
No se conoce la línea exacta de financiación, pero conocemos el organismo encargado de la revisión del proyecto.
Presupuesto
El presupuesto total del proyecto asciende a
136K€
Líder del proyecto
UNIVERSIDAD POLITÉCNICA DE CARTAGENA
No se ha especificado una descripción o un objeto social para esta compañía.
