文献阅读（236）MAESTRO

已于 2022-03-26 12:16:42 修改
阅读量457 收藏 2
点赞数
分类专栏： 编译优化 文章标签： 硬件架构
于 2021-09-07 09:56:25 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/tiaozhanzhe1900/article/details/120151218
版权

文章目录

  • 题目：Understanding Reuse, Performance, and Hardware Cost of DNN Dataflows: A Data-Centric Approach
  • 时间：2019
  • 会议：MICRO
  • 研究机构：佐治亚理工
  • 代码：http://maestro.ece.gatech.edu/

1 缩写 & 引用

  • MAESTRO: Modeling Accelerator Efficiency via Spatio-Temporal Reuse and Occupancy

MAERI: Enabling Flexible Dataflow Mapping over DNN Accelerators via Reconfigurable Interconnects 2018 ASPLOS

2 abstract & introduction

这篇论文主要是为了对DNN加速器建模，包括性能、资源、功耗，从而进行设计空间探索
本篇论文的主要贡献：

  1. 引入了data-centric notation，类似IR的一种抽象

our notation can be viewed as an intermediate representation (IR) which can be extracted from a high-level loop-nest notation or specified directly

  1. 利用这些notation和directive进行优化

show how these data-centric directives can be used to reason about reuse in a structured manner

  1. 引入了一个分析模型MAESTRO，分析性能、功耗、资源，与开源RTL相比，分析精度可达到90%-95%

  2. 利用MAESTRO进行设计空间探索，确定加速器的帕累托最优参数

2 背景

首先要交代符号表示
在这里插入图片描述
整体硬件架构为NoC连接的众核架构
在这里插入图片描述
基本的数据利用形式包括四种：

  • 沿空间的复用，即多播
  • 沿时间的复用，像权重不变中的权重
  • 沿空间的reduction，就是加法树
  • 沿时间的reduction，如乘累加
    在这里插入图片描述
tiaozhanzhe1900
关注
  • 0
    点赞
  • 踩
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Maestro 薛定谔软件简单分子对接案例
weixin_42357472的博客
01-15 6610
#参考：Maestro 薛定谔软件使用：Maestro 薛定谔对接：sid=287811。
maestro:在 FPGA 上使用异步累积更新加速迭代算法的框架
07-04
大师 在 FPGA 上使用异步累积更新来加速迭代算法的框架 什么是大师？ Maestro 是一个分布式集群计算框架，用于使用 FPGA 加速迭代算法。 迭代算法 迭代算法代表了一类普遍存在的数据挖掘、网络搜索和科学计算应用程序。 在迭代算法中，通过对输入数据集（例如 PageRank，Dijkstra 的最短路径）执行重复计算得出最终结果。 并行化此类算法的现有技术使用诸如 MapReduce 和 Hadoop 之类的软件框架在集群中的多个基于 CPU 的工作站之间分发数据以进行迭代并收集每次迭代的结果。 这些平台的特点是需要在迭代边界同步数据计算，从而阻碍系统性能。 为什么是大师？ Maestro 使用异步累积更新来打破这些同步障碍。 这些更新允许为大量数据点积累中间结果，而无需基于迭代的障碍，允许集群中的各个节点独立地朝着最终结果前进。 计算是动态优先级的，以加速算法收敛。 大师加
Maestro解析
neterpaole的专栏
01-17 2158
Maestro是源自RICE Univ.的Openflow controller，对其关键设计解析如下： 1 View 在Maestro中，View代表了一组相关的网络状态的子集。网络状态state的一个典型例子是路由表(which determines howdata packets are forwarded in the network.)。View的目的就是提供上层控制应用并发
Understanding Reuse, Performance, and Hardware Cost of DNN Dataflows: A Data-Centric Approach Using
m0_51389066的博客
03-04 1118
为了利用这些机会，加速器必须调度操作，使PE以协调的方式处理数据张量，这可以看作是应用于图1中卷积的转换(例如,排序和平铺)，以及数据到PE的划分。这种调度在先前的工作中被称为数据流，它根据调度最不频繁变化的张量将数据流分类，如权重稳定、输出稳定和输入稳定。图3 给出了一个在4个PE上运行的权重平稳数据流实例。我们可以观察到W1是跨时间的多播(时间多播)，I1是跨PEs的多播(空间多播)，P3 _ 1是跨空间和时间的缩减。即**实例加速器在时间上复用W1，在空间上复用I1和P3 _ 1。
【翻译论文】Understanding Reuse, Performance, and Hardware Cost of DNN......
weixin_41734446的博客
04-18 2994
论文翻译，搬运工
文献笔记（1）
tiaozhanzhe1900的博客
10-15 1850
文章目录1 abstract&introduction2 background on deep neural networks(DNN)(1) AI&DNNs(2) Neural networks and DNNs(3) Inference(推断) vs training(4) application of DNN(5) Embedded vs Cl
硬件专业化和软件映射的敏捷框架
吴建明wujianming_110117
10-19 482
硬件专业化和软件映射的敏捷框架 概述 随着摩尔定律接近尾声，设计专用硬件及将应用程序映射到专用硬件的软件，都是很有前途的解决方案。硬件设计决定了峰值性能，软件也很重要，决定了实际性能。硬件/软件（HW/SW）协同优化硬件加速和软件映射，提高整体性能。当前的流程将硬件和软件设计隔离。由于编程层次低，设计空间大，硬件和软件都难以设计和优化。 将介绍AHS，一个用于张量应用程序的硬件专业化和软件映射的敏捷框架。对于使用高级语言描述的张量应用程序，AHS可以自动定义硬件和软件间的接口，协同导航巨大的设计空间，自动
文献阅读（243）DNNVM
tiaozhanzhe1900的博客
10-13 198
文章目录1 缩写2 abstarct & introduction3 background and motivations4 Framework overview4.1 hardware design4.2 compiler infrastructure5 optimizations6 execution path searching20190924组会1 2019TCAD清华大学的DNNVM2 2018TCAD清华大学的Angel-Eye3 2018JSSC清华大学Hybrid Neural Ne
anysql_maestro
05-20
可以连接任何的数据库，比如 oracle,sql server,mysql,PostgreSQL,sybase 等
Firebird Maestro 17.1 带破解
10-26
1. What is Firebird Maestro? Firebird免费开源数据库的管理工具 Firebird Maestro is the premier Windows GUI admin tool for development and management of Firebird databases. It allows you to make all ...
firebird maestro图形操作工具
01-26
《Firebird Maestro：图形化数据库管理利器》 Firebird Maestro是一款专为Firebird数据库设计的高效图形操作工具，它的出现使得数据库管理变得更加直观、便捷，尤其对于那些不熟悉命令行操作的用户来说，更是一种...
PostgreSQL Maestro 17.8
11-17
PostgreSQL Maestro 17.8.0.2（2017-10-06）破解版 拷贝crack中的执行文件到你的安装目录中覆盖同名文件即可
Firebird Maestro 17 破解版
06-06
Firebird Maestro 17 破解版
音乐相关数据集介绍
白雪少年
04-04 6761
这篇文章是之后系列文章的汇总集中目录。 首先做个小宣传。因为很多想做这一块的同行本科生们不是很清楚国内外的院校列表。有一位前辈在GitHub上整理了大部分的院校列表出来，我也对这个列表做了一点贡献。点击查看 Python官网整理的Python库有这些：链接 基础组件Python-MIDI 项目官网：https://github.com/vishnubob/pyth...
数据集介绍
Miss_AtomicBomb的博客
12-24 779
MAESTRO----MIDI and Audio Edited for Synchronous TRacks and Organization MASETRO contains over a week of paired audio and MIDI recordings from nine years of International Piano-e-Competition eve...
AI算力基础 -- MIT课程《Understanding Deep Neural Networks》
凡物加倍磨治，皆能变化气质
11-28 1878
阅读总结 深度神经网络的高效处理（硬件）《Efficient Processing of Deep Neural Networks》读书笔记 原书：《Efficient Processing of Deep Neural Networks》Vivienne Sze, Yu-Hsin Chen, Tien-Ju Yang, Joel S. Emer（Morgan&Claypool Publishers - Synthesis Lectures On Computer Architecture）出版时
人工智能数据集（资源篇）（更新于2020.11.27）
wolf_bailang的博客
01-07 8143
记录机器学习、计算机视觉、自然语言处理、无人驾驶、医疗、金融、政府领域开源的数据集
基于FPGA的以太网设计（2）----以太网的硬件架构（MAC+PHY）
最新发布
孤独的单刀
07-22 5994
基于FPGA的以太网设计（2）----以太网的硬件架构（MAC+PHY）
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值