近似计算框架的比较与组合
人工智能
2021-02-18 v1
摘要
近似计算框架对应用进行配置，使其能在精度-性能权衡空间中的一系列点上运行。先前的工作已引入许多框架来创建近似程序。随着近似框架的激增，自然会问如何对它们进行比较和组合，以创建更大、更丰富的权衡空间。我们通过提出 VIPER 和 BOA 来解决这些问题。VIPER 通过可视化跨全精度范围内性能提升，来比较由不同近似框架诱导出的权衡空间。BOA 是一系列探索技术，可快速定位由两个或多个近似框架组合所产生的巨大权衡空间中的帕累托高效点。我们使用 VIPER 和 BOA 来比较和组合来自系统栈不同层的三种近似框架，包括：改变数值精度的、跳过循环迭代的，以及操纵现有应用参数的。与仅查看帕累托最优曲线相比，我们发现 VIPER 的可视化提供了一种更快速、更便捷的方式，以确定在任何精度损失下的最佳近似技术。与最先进的进化算法相比，我们发现 BOA 探索的配置少 14 倍，却多定位了 35% 的帕累托高效点。
引用
@article{arxiv.2102.08771,
title = {Comparing and Combining Approximate Computing Frameworks},
author = {Saeid Barati and Gordon Kindlmann and Hank Hoffmann},
journal= {arXiv preprint arXiv:2102.08771},
year = {2021}
}