Tecniche di esplorazione della fase di HW mapping di modelli DNN

Cristina Silvano (web, mail)

Architetture dei sistemi di elaborazione

Deep Neural Networks, Acceleratori HW

C, C++, Python, PyTorch, TensorFlow

I modelli di tipo Deep Neural Network sono multidimensionali e possono essere mappati in una miriade di modi nello spazio di progetto di acceleratori HW. È stato dimostrato che la fase di mappatura gioca un ruolo estremamente cruciale in termini di prestazioni dell’acceleratore HW. Inoltre é stato dimostrato il vantaggio di ottimizzare le mappature per singolo livello, invece di utilizzare una mappatura fissa per ogni livello della rete. Essendo lo spazio delle possibili mappature estremamente vasto, è necessario utilizzare delle euristiche. Il presente progetto ha come obiettivo l’esplorazione ed il confronto di diverse tecniche euristiche per la fase di mappatura HW di una rete neurale.