الحوسبة التقريبية

الموسوعة الحرة

الحوسبة التقريبية نموذج ناشئ لتصميم الأنظمة الموفرة للطاقة وعالية الأداء. [ 1 ] وهي تشمل مجموعة واسعة من تقنيات الحوسبة التي تُنتج نتائج قد تكون غير دقيقة، بدلاً من نتائج دقيقة مضمونة، ويمكن استخدامها في التطبيقات التي تكفي فيها النتائج التقريبية. [ 2 ] ومن الأمثلة على ذلك محركات البحث، حيث قد لا توجد إجابة دقيقة لاستعلام بحث معين، وبالتالي قد تكون العديد من الإجابات مقبولة. وبالمثل، قد لا يُكتشف فقدان بعض الإطارات في تطبيقات الفيديو بسبب محدودية الإدراك البشري. تعتمد الحوسبة التقريبية على ملاحظة أنه في كثير من الحالات، على الرغم من أن إجراء العمليات الحسابية الدقيقة يتطلب موارد كبيرة، فإن السماح بتقريب محدود يُمكن أن يُحقق مكاسب هائلة في الأداء والطاقة، مع الحفاظ على دقة مقبولة للنتائج. على سبيل المثال، في خوارزمية التجميع k -means ، يُمكن أن يُؤدي السماح بفقدان 5% فقط في دقة التصنيف إلى توفير 50 ​​ضعفًا من الطاقة مقارنةً بالتصنيف الدقيق تمامًا.

الشرط الأساسي في الحوسبة التقريبية هو أنه لا يمكن إدخال التقريب إلا في البيانات غير الحرجة، لأن تقريب البيانات الحرجة (مثل عمليات التحكم) يمكن أن يؤدي إلى عواقب وخيمة، مثل تعطل البرنامج أو الإخراج الخاطئ.

الاستراتيجيات

يمكن استخدام العديد من الاستراتيجيات لإجراء عمليات حسابية تقريبية.

الدوائر التقريبية
الدوائر الحسابية التقريبية: [ 3 ] يمكن للدوائر الجامعة التقريبية ، [ 4 ] [ 5 ] والدوائر الضاربة التقريبية، [ 6 ] وغيرها من الدوائر المنطقية أن تقلل من الحمل الزائد للأجهزة. [ 7 ] [ 8 ] [ 9 ] على سبيل المثال، يمكن للدائرة الجامعة متعددة البتات التقريبية تجاهل سلسلة الحمل ، وبالتالي السماح لجميع دوائرها الجامعة الفرعية بإجراء عملية الجمع بالتوازي. [ 10 ] [ 11 ]
مسرعات الأجهزة التقريبية
مساحة التخزين والذاكرة التقريبية
بدلاً من تخزين قيم البيانات بدقة، يمكن تخزينها تقريبًا، على سبيل المثال، عن طريق اقتطاع البتات الدنيا في بيانات الفاصلة العائمة . وثمة طريقة أخرى تتمثل في قبول ذاكرة أقل موثوقية. لهذا الغرض، في ذاكرة الوصول العشوائي الديناميكية (DRAM ) [ 12 ] وذاكرة الوصول العشوائي الديناميكية المدمجة (eDRAM) ، يمكن خفض أو التحكم في معدلات التحديث . [ 13 ] وفي ذاكرة الوصول العشوائي الثابتة (SRAM) ، يمكن خفض أو التحكم في جهد التغذية. [ 14 ] ويمكن تطبيق التخزين التقريبي لتقليل استهلاك الطاقة العالي للكتابة في ذاكرة الوصول العشوائي المغناطيسية (MRAM) . [ 16 ] وبشكل عام، ينبغي تعطيل أي آليات لاكتشاف الأخطاء وتصحيحها .
تقريب على مستوى البرمجيات
توجد عدة طرق للتقريب على مستوى البرمجيات. يمكن تطبيق التخزين المؤقت أو التخزين المؤقت الضبابي (استخدام قاعدة بيانات متجهة للاسترجاع التقريبي من ذاكرة التخزين المؤقت، أي التخزين المؤقت الضبابي). يمكن تخطي بعض تكرارات الحلقات ( يُسمى ذلك بثقب الحلقة ) لتحقيق نتيجة أسرع. كما يمكن تخطي بعض المهام، على سبيل المثال عندما تشير حالة وقت التشغيل إلى أن هذه المهام لن تكون مفيدة ( تخطي المهام ). تُوازن خوارزميات مونت كارلو والخوارزميات العشوائية بين صحة النتائج وضمانات وقت التنفيذ. [ 17 ] يمكن إعادة صياغة الحساب وفقًا لنماذج تسمح بتسريعه بسهولة على أجهزة متخصصة، مثل وحدة المعالجة العصبية. [ 18 ]
النظام التقريبي
في النظام التقريبي، [ 19 ] [ 20 ] يتم تقريب الأنظمة الفرعية المختلفة للنظام مثل المعالج والذاكرة والمستشعر ووحدات الاتصال بشكل تآزري للحصول على منحنى مقايضة QE على مستوى النظام أفضل بكثير مقارنة بالتقريبات الفردية لكل نظام فرعي.

مجالات التطبيق

استُخدمت الحوسبة التقريبية في مجالات متنوعة تتطلب تطبيقاتها تحمل الأخطاء، مثل معالجة الوسائط المتعددة ، والتعلم الآلي ، ومعالجة الإشارات ، والحوسبة العلمية . ولذلك، فإن الحوسبة التقريبية مدفوعة في الغالب بتطبيقات مرتبطة بالإدراك البشري، وتتمتع بمرونة فطرية في التعامل مع الأخطاء. يعتمد العديد من هذه التطبيقات على الحساب الإحصائي أو الاحتمالي، حيث يمكن إجراء تقريبات مختلفة لتحقيق الأهداف المرجوة على نحو أفضل. [ 21 ] ومن أبرز تطبيقاتها في مجال التعلم الآلي استخدام جوجل لهذا النهج في وحدات معالجة الموترات (TPU، وهي عبارة عن شريحة ASIC مخصصة ). [ 22 ]

النماذج المشتقة

تتمثل المشكلة الرئيسية في الحوسبة التقريبية في تحديد جزء التطبيق الذي يمكن تقريبه. في حالة التطبيقات واسعة النطاق، من الشائع وجود أشخاص يمتلكون خبرة في تقنيات الحوسبة التقريبية ولكنهم يفتقرون إلى الخبرة الكافية في مجال التطبيق (والعكس صحيح). لحل هذه المشكلة، تم اقتراح نماذج برمجة [ 23 ] . تشترك جميعها في الفصل الواضح بين دور مبرمج التطبيق وخبير مجال التطبيق . تسمح هذه المناهج بنشر أكثر تقنيات التحسين والحوسبة التقريبية شيوعًا.

انظر أيضاً

مراجع

  1. ↑ J. Han and M. Orshansky, “ Approsimate computing: An emerging paragim for energy-efficient design “, in the 18th IEEE European Test Symposium, pp. 1-6, 2013.
  2. ↑ أ. سامبسون، وآخرون. " EnerJ: أنواع البيانات التقريبية للحساب الآمن والعام منخفض الطاقة "، في ACM SIGPLAN Notices، المجلد 46، العدد 6، 2011.
  3. ↑ جيانغ وآخرون، " دوائر الحساب التقريبي: مسح وتوصيف وتطبيقات حديثة "، وقائع معهد مهندسي الكهرباء والإلكترونيات، المجلد 108، العدد 12، الصفحات 2108 - 2135، 2020.
  4. ↑ J. Echavarria, et al. "FAU: Fast and Error-Optimized Approsimate Adder Units on LUT-Based FPGAs", FPT, 2016.
  5. ↑ ج. مياو وآخرون، " نمذجة وتوليف دوائر الجمع التقريبية المثلى من حيث الجودة والطاقة "، المؤتمر الدولي لتصميم الدوائر المتكاملة، 2012
  6. ↑ الرحمن، سمين؛ الهاروني، ولاء؛ شفيق، محمد؛ كومار، عكاش. هنكل ، يورج (2016/11/07). استكشاف الفضاء المعماري للمضاعفات التقريبية . ايه سي ام. ص.  80. دوى : 10.1145/2966986.2967005 . رقم ISBN 9781450344661. S2CID 5326133 . 
  7. ↑ S. Venkataramani، وآخرون. " SALSA: توليف منطقي منهجي للدوائر التقريبية "، DAC، 2012.
  8. ↑ ج. مياو وآخرون، " توليف المنطق التقريبي في ظل قيود عامة على حجم الخطأ وتردده "، المؤتمر الدولي لتصميم الدوائر المتكاملة بمساعدة الحاسوب (ICCAD)، 2013
  9. ↑ R. Hegde et al. " معالجة الإشارات الموفرة للطاقة عبر تحمل الضوضاء الخوارزمي "، ISLPED، 1999.
  10. ↑ كامو، فنسنت؛ ماي، لينيان؛ إنز، كريستيان؛ فيرهيلست، ماريان (ديسمبر 2019). "مراجعة وتقييم معمارية وحدات الضرب والتجميع القابلة للتوسع بدقة عالية لمعالجة الشبكات العصبية المدمجة" . مجلة IEEE للمواضيع الناشئة والمختارة في الدوائر والأنظمة . 9 (4): 697-711 . Bibcode : 2019IJEST...9..697C . doi : 10.1109/JETCAS.2019.2950386 . ISSN 2156-3357 . يفترض التصميم المختار في هذه الدراسة استخدام مضاعف تسلسلي بإزاحة يمين، حيث يتطلب جامعًا أصغر في المرحلة الأولى مقارنةً بتصميم الإزاحة اليسارية، مما يمنع انتشار الحمل الطويل وامتداد بت الإشارة. 
  11. ↑ ناغورنوف، نيكولاي ن.؛ لياخوف، بافيل أ.؛ بيرجرمان، مكسيم ف.؛ كاليتا، ديانا إ. (2024). " الاتجاهات الحديثة في تحسين الخصائص التقنية للأجهزة والأنظمة لمعالجة الصور الرقمية" . IEEE Access . 12 : 44659-44681 . Bibcode : 2024IEEEA..1244659N . doi : 10.1109/ACCESS.2024.3381493 . ISSN 2169-3536 . لا يتم جمع وتجميع البتات ذات الرتبة العليا إلا عند اختزال الناتج الجزئي للضرب التالي في البنية المقترحة. 
  12. ↑ راها، أ.؛ سوتار، س.؛ جاياكومار، هـ.؛ راغوناثان، ف. (يوليو 2017). "ذاكرة الوصول العشوائي الديناميكية التقريبية القابلة للتكوين عالية الجودة" . معاملات IEEE في الحوسبة . 66 (7): 1172-1187 . رمز Bibcode : 2017ITCmp..66.1172R . doi : 10.1109/TC.2016.2640296 . ISSN 0018-9340 . 
  13. ^ كيم ، يونججون. تشوي، وون هو؛ جويوت، سيريل؛ كاسوتو ، يوفال (ديسمبر 2019). “حول التخصيص الأمثل لطاقة التحديث للذكريات الموفرة للطاقة”. مؤتمر IEEE العالمي للاتصالات 2019 (GLOBECOM) . وايكولوا، هاواي، الولايات المتحدة الأمريكية: IEEE. ص 1 – 6. أرخايف : 1907.01112 . دوى : 10.1109/GLOBECOM38437.2019.9013465 . رقم ISBN  978-1-7281-0962-6. S2CID 195776538 . 
  14. ↑ فروستاتشي، فابيو؛ بلاو، ديفيد ؛ سيلفستر، دينيس؛ أليوتو، ماسيمو (يونيو 2016). "ذاكرة الوصول العشوائي الثابتة التقريبية مع إدارة ديناميكية لجودة الطاقة". معاملات IEEE لأنظمة التكامل واسع النطاق جدًا (VLSI) . 24 (6): 2128-2141 . Bibcode : 2016ITVL...24.2128F . doi : 10.1109/TVLSI.2015.2503733 . ISSN 1063-8210 . S2CID 8051173 .  
  15. ↑ كيم، يونغجون؛ كانغ، مينغو؛ فارشني، لاف ر.؛ شانباغ، ناريش ر. (2018). "تقنية تعبئة الماء المعممة لذاكرة الوصول العشوائي الثابتة الموفرة للطاقة والمراعية للمصدر". معاملات IEEE في الاتصالات . 66 (10): 4826-4841 . arXiv : 1710.07153 . Bibcode : 2018ITCom..66.4826K . doi : 10.1109 /TCOMM.2018.2841406 . ISSN 0090-6778 . S2CID 24512949 .  
  16. ↑ كيم، يونغجون؛ جيون، يوتشارن؛ تشوي، هيوكجين؛ غيوت، سيريل؛ كاسوتو، يوفال (2022). "تحسين دقة الكتابة في ذاكرة الوصول العشوائي المغناطيسية (MRAM) باستخدام خوارزمية التعبئة المائية المتناوبة". معاملات IEEE في الاتصالات . 70 (9): 5825-5836 . Bibcode : 2022ITCom..70.5825K . doi : 10.1109/TCOMM.2022.3190868 . ISSN 0090-6778 . S2CID 250565077 .  
  17. ↑ سي. أليبي، الذكاء للأنظمة المدمجة: منهج منهجي، سبرينغر، 2014، ص 283
  18. ↑ إسماعيل زاده، هادي؛ سامبسون، أدريان؛ سيز، لويس؛ برجر، دوغ (2012). التسريع العصبي لبرامج التقريب العامة . المؤتمر الدولي السنوي الخامس والأربعون لمعهد مهندسي الكهرباء والإلكترونيات/رابطة مكائن ​​الحوسبة حول الهندسة المعمارية الدقيقة. فانكوفر، كولومبيا البريطانية: معهد مهندسي الكهرباء والإلكترونيات. الصفحات 449-460 . doi : 10.1109/MICRO.2012.48 . 
  19. ↑ راها، أرناب؛ راغوناثان، فيجاي (2017). "نحو مفاضلات شاملة بين الطاقة والدقة في النظام". وقائع المؤتمر السنوي الرابع والخمسين لأتمتة التصميم 2017. DAC '17. نيويورك، نيويورك، الولايات المتحدة الأمريكية: ACM. الصفحات 74:1–74:6. doi : 10.1145/3061639.3062333 . ISBN  9781450349277. S2CID 2503638 . 
  20. ↑ غوش، سوميندو كومار؛ راها، أرناب؛ راغوناثان، فيجاي (24-07-2023). "أنظمة استدلال الحافة التقريبية الموفرة للطاقة" . معاملات ACM لأنظمة الحوسبة المدمجة . 22 (4): 77:1–77:50. doi : 10.1145/3589766 . ISSN 1539-9087 . 
  21. ↑ ليو، وي تشيانغ؛ لومباردي، فابريزيو؛ شولت، مايكل (ديسمبر 2020). "الحوسبة التقريبية: من الدوائر إلى التطبيقات" . وقائع معهد مهندسي الكهرباء والإلكترونيات . 108 (12): 2103. رمز Bibcode : 2020IEEEP.108.2103L . doi : 10.1109/JPROC.2020.3033361 .
  22. ↑ ليو، وي تشيانغ؛ لومباردي، فابريزيو؛ شولت، مايكل (ديسمبر 2020). "الحوسبة التقريبية: من الدوائر إلى التطبيقات" . وقائع معهد مهندسي الكهرباء والإلكترونيات . 108 (12): 2104. رمز Bibcode : 2020IEEEP.108.2103L . doi : 10.1109/JPROC.2020.3033361 .
  23. ↑ نغوين، دونالد؛ لينهارث، أندرو؛ بينغالي، كيشاف (2013). "بنية تحتية خفيفة الوزن لتحليل الرسوم البيانية". وقائع الندوة الرابعة والعشرين لجمعية الحوسبة الآلية (ACM) حول مبادئ أنظمة التشغيل . جمعية الحوسبة الآلية (ACM). الصفحات 456-471 . doi : 10.1145/2517349.2522739 . ISBN  9781450323888.