Publications
Detailed Information
매니코어 기반 뉴럴 프로세서의 빠른 성능 예측을 위한 하이브리드 시뮬레이션 기술
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | 하순회 | - |
dc.contributor.author | 정광현 | - |
dc.date.accessioned | 2019-05-07T03:19:55Z | - |
dc.date.available | 2019-05-07T03:19:55Z | - |
dc.date.issued | 2019-02 | - |
dc.identifier.other | 000000154165 | - |
dc.identifier.uri | https://hdl.handle.net/10371/150810 | - |
dc.description | 학위논문 (석사)-- 서울대학교 대학원 : 공과대학 컴퓨터공학부, 2019. 2. 하순회. | - |
dc.description.abstract | 뉴럴 프로세서의 성능을 예측하기 위하여 사이클 정확(Cycle-accurate)한 시뮬레이터를 이용하여 설계할 프로세서의 성능을 예측하면 시뮬레이션 시간이 오래 걸려 시간적 설계 비용이 매우 크다. 또한, 분석 모델을 통한 예측 또는 통계적인 방법을 사용한 예측은 정확도가 낮다. 본 논문에서는 샘플드(Sampled) 시뮬레이션과 분석 모델, 그리고 통계적 접근 방법을 결합한 하이브리드 시뮬레이션 기법을 매니코어 뉴럴 네트워크 가속기의 한 종류인 ZeNA 아키텍처에 적용하여 AlexNet의 합성곱 레이어들에 대하여 기본 시뮬레이터 대비 1.15%의 오차로 최대 91배 가속을 하였다. 또한, 제안한 성능 예측 방법이 설계 공간 탐색의 도구로써 유효성을 검증하기 위해, 하드웨어 구성을 변경하며 실험을 수행했으며 기존 시뮬레이터와의 경향성이 일치하는 것을 확인하였다. | - |
dc.description.tableofcontents | 1. 서론 - 1 -
2. 관련 연구 - 3 - 3. 타겟 가속기 구조 - 5 - 4. 제안하는 성능 예측 방법 - 9 - 4.1. 기본 분석 모델 - 9 - 4.2. 샘플드 시뮬레이션을 적용한 분석 모델 확장 - 10 - 4.2.1 PE 샘플드 시뮬레이션 - 11 - 4.2.2 PG 샘플드 시뮬레이션 - 12 - 4.3. 통계적 모델을 이용한 분석 모델 확장 - 17 - 5. 실험 - 21 - 5.1 AlexNet 합성곱 레이어를 통한 검증 - 22 - 5.1.1 PE 샘플드 시뮬레이션 실험 - 22 - 5.1.2 PG 샘플드 시뮬레이션 실험 - 23 - 5.2 하드웨어 설정 변경에 따른 비교 실험 - 25 - 6. 결론 - 28 - 참고 문헌 - 29 - | - |
dc.language.iso | kor | - |
dc.publisher | 서울대학교 대학원 | - |
dc.subject.ddc | 621.39 | - |
dc.title | 매니코어 기반 뉴럴 프로세서의 빠른 성능 예측을 위한 하이브리드 시뮬레이션 기술 | - |
dc.type | Thesis | - |
dc.type | Dissertation | - |
dc.description.degree | Master | - |
dc.contributor.affiliation | 공과대학 컴퓨터공학부 | - |
dc.date.awarded | 2019-02 | - |
dc.identifier.uci | I804:11032-000000154165 | - |
dc.identifier.holdings | 000000000026▲000000000039▲000000154165▲ | - |
- Appears in Collections:
- Files in This Item:
Item View & Download Count
Items in S-Space are protected by copyright, with all rights reserved, unless otherwise indicated.