Detail projektu

Automatizovaný návrh hardwarových akcelerátorů pro strojového učení zohledňující výpočetní zdroje

Období řešení: 1. 1. 2021 - 31. 12. 2023

Typ projektu: grant

Kód: GA21-13001S

Agentura: Grantová agentura České republiky

Program: Standardní projekty

Název anglicky
Automated design of hardware accelerators for resource-aware machine learning
Typ
grant
Klíčová slova

evoluční algoritmus, hluboká neuronová síť, strojové učení, akcelerátor, číslicový obvod, příkon, evoluční hardware

Abstrakt

Strojové učení, zejména technologie využívající hluboké neuronové sítě (DNN), v mnoha oblastech dosahuje a přesahuje schopnosti kvalifikovaných expertů. Významné využití metod strojového učení je očekáváno v zařízených napájených bateriemi, kde je kladen důraz na redukci energie a zdrojů na čipu. Současný přístup k návrhu DNN je založen na polo-automatizovaném zjednodušování DNN, jenž byla původně vytvořena expertem, který ale jen částečně mohl ovlivnit hardwarové aspekty její implementace. Cílem projektu je vytvořit a vyhodnotit metodologii umožňující vysoce automatizovaný návrh obvodových akcelerátorů DNN (a dalších metod strojového učení), které budou vykazovat vynikající kompromis mezi kvalitou výstupu, spotřebovanou energií a zdroji na čipu. Navržený přístup je založen na evolučním návrhu implementací DNN (a dalších vybraných metod strojového učení), který bude zohledňovat cílovou hardwarovou platformu. Metoda bude vyhodnocena na standardních úlohách (zejména z oblasti klasifikace obrázků) a také na automatické detekci Parkinsonovy choroby.

Řešitelé
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY FIT VUT) , hlavní řešitel
Drahošová Michaela, Ing., Ph.D. (UPSY FIT VUT)
Hurta Martin, Ing. (FIT VUT)
Hurta Martin, Ing. (UPSY FIT VUT)
Matoušek Jiří, Ing., Ph.D. (UPSY FIT VUT)
Mrázek Vojtěch, Ing., Ph.D. (UPSY FIT VUT)
Piňos Michal, Ing. (UPSY FIT VUT)
Vašíček Zdeněk, doc. Ing., Ph.D. (UPSY FIT VUT)
Žufan Petr, Ing. (UPSY FIT VUT)
Publikace

2024

  • HUSA Jakub a SEKANINA Lukáš. Semantic Mutation Operator for Fast and Efficient Design of Bent Boolean Functions. Genetic Programming and Evolvable Machines, roč. 25, č. 3, 2024, s. 1-32. ISSN 1389-2576. Detail

2023

  • QADRI Syed Safi Uddin, ARIF Muhammad a SAEED Bin Omer Muhammad. A Novel Variable Step-Size LMS Algorithm for Decentralized Incremental Distributed Networks. Circuits, Systems, and Signal Processing, roč. 41, č. 12, 2023, s. 7226-7249. ISSN 0278-081X. Detail
  • PIŇOS Michal, MRÁZEK Vojtěch, VAVERKA Filip, VAŠÍČEK Zdeněk a SEKANINA Lukáš. Acceleration Techniques for Automated Design of Approximate Convolutional Neural Networks. IEEE Journal on Emerging and Selected Topics in Circuits and Systems, roč. 13, č. 1, 2023, s. 212-224. ISSN 2156-3357. Detail
  • HURTA Martin, MRÁZEK Vojtěch, DRAHOŠOVÁ Michaela a SEKANINA Lukáš. ADEE-LID: Automated Design of Energy-Efficient Hardware Accelerators for Levodopa-Induced Dyskinesia Classifiers. In: 2023 Design, Automation & Test in Europe Conference & Exhibition (DATE). Antwerp: Institute of Electrical and Electronics Engineers, 2023, s. 1-2. ISBN 978-3-9819263-7-8. Detail
  • MRÁZEK Vojtěch. Approximation of Hardware Accelerators driven by Machine-Learning Models. In: Proceedings of International Symposium on Design and Diagnostics of Electronic Circuits and Systems (DDECS '23). Tallinn: Institute of Electrical and Electronics Engineers, 2023, s. 91-92. ISBN 979-8-3503-3277-3. Detail
  • LOJDA Jakub, PÁNEK Richard, SEKANINA Lukáš a KOTÁSEK Zdeněk. Automated Design and Usage of the Fault-Tolerant Dynamic Partial Reconfiguration Controller for FPGAs. Microelectronics Reliability, roč. 2023, č. 144, s. 1-16. ISSN 0026-2714. Detail
  • MRÁZEK Vojtěch, JAWED Soyiba, ARIF Muhammad a MALIK Aamir Saeed. Effective EEG Feature Selection for Interpretable MDD (Major Depressive Disorder) Classification. In: GECCO 2023 - Proceedings of the 2023 Genetic and Evolutionary Computation Conference. Lisbon: Association for Computing Machinery, 2023, s. 1427-1435. ISBN 979-8-4007-0119-1. Detail
  • CHLEBÍK Jakub a JAROŠ Jiří. Evolutionary Optimization of a Focused Ultrasound Propagation Predictor Neural Network. GECCO 2023 Companion - Proceedings of the 2023 Genetic and Evolutionary Computation Conference Companion. Lisbon: Association for Computing Machinery, 2023. ISBN 979-8-4007-0120-7. Detail
  • GIACOBINI Mario, PAPPA Gisele a VAŠÍČEK Zdeněk, ed. Genetic Programming. LNCS 13986. Cham: Springer Verlag, 2023. ISBN 978-3-031-29572-0. Detail
  • JŮZA Tadeáš a SEKANINA Lukáš. GPAM: Genetic Programming with Associative Memory. In: 26th European Conference on Genetic Programming (EuroGP) Held as Part of EvoStar. LNCS, roč. 13986. Cham: Springer Nature Switzerland AG, 2023, s. 68-83. ISBN 978-3-031-29572-0. ISSN 0302-9743. Detail
  • SEKANINA Lukáš, MRÁZEK Vojtěch a PIŇOS Michal. Hardware-Aware Evolutionary Approaches to Deep Neural Networks. Handbook of Evolutionary Machine Learning. Genetic and Evolutionary Computation. Singapore: Springer Nature Singapore, 2023, s. 367-396. ISBN 978-981-9938-13-1. Detail
  • HURTA Martin, MRÁZEK Vojtěch, DRAHOŠOVÁ Michaela a SEKANINA Lukáš. MODEE-LID: Multiobjective Design of Energy-Efficient Hardware Accelerators for Levodopa-Induced Dyskinesia Classifiers. In: 2023 26th International Symposium on Design and Diagnostics of Electronic Circuits and Systems (DDECS). Tallinn: Institute of Electrical and Electronics Engineers, 2023, s. 155-160. ISBN 979-8-3503-3277-3. Detail
  • HURTA Martin, MRÁZEK Vojtěch, DRAHOŠOVÁ Michaela a SEKANINA Lukáš. Multi-objective Design of Hardware Accelerators for Levodopa-Induced Dyskinesia Classifiers. Evo* 2023 -- Late-Breaking Abstracts Volume. Brno, 2023. Detail
  • HUSA Jakub a SEKANINA Lukáš. Semantic Mutation Operator for Fast and Efficient Design of Bent Boolean Functions. Evo* 2023 -- Late-Breaking Abstracts Volume. Brno, 2023. Detail
  • PRABAKARAN Bharath S., MRÁZEK Vojtěch, VAŠÍČEK Zdeněk, SEKANINA Lukáš a SHAFIQUE Muhammad. Xel-FPGAs: An End-to-End Automated Exploration Framework for Approximate Accelerators in FPGA-Based Systems. In: 2023 IEEE/ACM International Conference on Computer Aided Design (ICCAD). San Francisco: Institute of Electrical and Electronics Engineers, 2023, s. 1-9. ISBN 979-8-3503-1559-2. Detail

2022

  • HANIF Muhammad A., MRÁZEK Vojtěch a SHAFIQUE Muhammad. Approximate Computing Architectures. Handbook of Computer Architecture. Handbook of Computer Architecture. Singapore: Springer Nature Singapore, 2022, s. 1-41. ISBN 978-981-1564-01-7. Detail
  • BOSIO Alberto, DI Carlo Stefano, GIRARD Patrick, RUOSPO Annachiara, SANCHEZ Ernesto, SAVINO Aessandro, SEKANINA Lukáš, TRAIOLA Marcello, VAŠÍČEK Zdeněk a VIRAZEL Arnaud. Design, Verification, Test, and In-Field Implications of Approximate Digital Integrated Circuits. Approximate Computing Techniques. Cham: Springer International Publishing, 2022, s. 349-385. ISBN 978-3-030-94704-0. Detail
  • PIŇOS Michal, MRÁZEK Vojtěch a SEKANINA Lukáš. Evolutionary Approximation and Neural Architecture Search. Genetic Programming and Evolvable Machines, roč. 23, č. 3, 2022, s. 351-374. ISSN 1389-2576. Detail
  • HURTA Martin, DRAHOŠOVÁ Michaela, SEKANINA Lukáš, SMITH Stephen L. a ALTY Jane E. Evolutionary Design of Reduced Precision Levodopa-Induced Dyskinesia Classifiers. In: Genetic Programming, 25th European Conference, EuroGP 2022. Lecture Notes in Computer Science, roč. 13223. Madrid: Springer Nature Switzerland AG, 2022, s. 85-101. ISBN 978-3-031-02055-1. Detail
  • HURTA Martin, DRAHOŠOVÁ Michaela a MRÁZEK Vojtěch. Evolutionary Design of Reduced Precision Preprocessor for Levodopa-Induced Dyskinesia Classifier. In: Parallel Problem Solving from Nature - PPSN XVII. Lecture Notes in Computer Science, roč. 13398. Dortmund: Springer Nature Switzerland AG, 2022, s. 491-504. ISBN 978-3-031-14713-5. Detail

2021

  • SEKANINA Lukáš. Evolutionary Algorithms in Approximate Computing: A Survey. Journal of Integrated Circuits and Systems, roč. 16, č. 2, 2021, s. 1-12. ISSN 1872-0234. Detail
  • PIŇOS Michal, MRÁZEK Vojtěch a SEKANINA Lukáš. Evolutionary Neural Architecture Search Supporting Approximate Multipliers. In: Genetic Programming, 24th European Conference, EuroGP 2021. Lecture Notes in Computer Science, vol 12691, roč. 12691. Seville: Springer Nature Switzerland AG, 2021, s. 82-97. ISBN 978-3-030-72812-0. Detail
  • SEKANINA Lukáš. Neural Architecture Search and Hardware Accelerator Co-Search: A Survey. IEEE Access, roč. 9, č. 9, 2021, s. 151337-151362. ISSN 2169-3536. Detail
Nahoru