Arithmetic-aware approximation techniques for energy-efficient inexact circuits

Ασημακόπουλος, Κωνσταντίνος; Asimakopoulos, Konstantinos

dc.contributor.author	Ασημακόπουλος, Κωνσταντίνος	el
dc.contributor.author	Asimakopoulos, Konstantinos	en
dc.date.accessioned	2018-11-23T10:07:33Z
dc.date.available	2018-11-23T10:07:33Z
dc.date.issued	2018-11-23
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/48098
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.16110
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Προσεγγιστικός υπολογισμός	el
dc.subject	Αριθμητικά κυκλώματα	el
dc.subject	Ανοχή στα σφάλματα	el
dc.subject	Κατανάλωση ενέργειας	el
dc.subject	Προσεγγιστικός πολλαπλασιαστής	el
dc.subject	Approximate computing	en
dc.subject	Arithmetic circuits	el
dc.subject	Error tolerance	el
dc.subject	Energy efficiency	el
dc.subject	Approximate multiplier	el
dc.title	Arithmetic-aware approximation techniques for energy-efficient inexact circuits	en
heal.type	bachelorThesis
heal.classification	Approximate computing	en
heal.language	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2018-11-01
heal.abstract	In recent years, the embedded and mobile nature of modern computing systems has led to an increased need for high performance and energy efficiency. As a result, energy dissipation has become a first class concern in the design of integrated circuits. Towards this direction, approximate (or inexact) computing appears as an emerging and promising solution for energy-efficient systems design, exploiting the inherent error/noise resilience of various applications involving media processing, machine learning, data mining and statistics. In this diploma thesis an exploration of new techniques of approximate computing is performed. Therefore, 5 techniques were developed with the purpose of energy dissipation and high accuracy. After the implementation of the techniques in Verilog code, several simulations were ran in order to compute the energy consumption and error. The tools used to perform these simulations were Synopsys Design Compiler, Mentor Graphics ModelSim and Matlab. Lastly, the comparison between the techniques was possible with the help of Pareto diagrams. Two types were presented. The first type is an Energy-Error diagram and the second an Area-Error diagram.	en
heal.abstract	Τα τελευταία χρόνια με την ραγδαία ανάπτυξη των ενσωματωμένων συστημάτων έχει δη- μιουργηθεί η ανάγκη για υψηλή απόδοση σε συνδυασμό με χαμηλή κατανάλωση ενέργειας. ́Ετσι έκανε την εμφάνισή του ο προσεγγιστικός υπολογισμός (Approximate Computing) ο οποίος αξιοποιεί το γεγονός ότι κάποιες εφαρμογές έχουν ανοχή στο σφάλμα. Τέτοιες εφαρμογές μπορεί να περιλαμβάνουν media processing, machine learning, data mining και statistics. . Στην παρούσα διπλωματική εργασία πραγματοποιείται αναζήτηση νέων τεχνικών προσεγ- γιστικού υπολογισμού με σκοπό τη μείωση της κατανάλωσης ενέργειας και παράλληλα την υψηλή απόδοση. Επομένως, αναπτύχθηκαν 5 τεχνικές που πραγματοποιούν προσεγγίσεις στον τρόπο με τον οποίο εκτελείται ο πολλαπλασιασμός. Αφού υλοποιήθηκαν οι τεχνικές στη γλώσσα Verilog έγιναν προσομοιώσεις με σκοπό τον υπολογισμό της κατανάλωσης ενέργειας και του σφάλαματος κάθε τεχνικής. Οι μετρήσεις αυτές πραγματοποιήθηκαν με την βοήθεια των εργαλείων, Synopsys Design Compiler, Mentor Graphics ModelSim και Matlab . Τε- λικώς, για την σύγκριση των τεχνικών δημιουργήθηκαν διαγράμματα Pareto δύο ειδών. Το πρώτο είχε ως παραμέτρους την κατανάλωση ενέργειας και στο σφάλμα ενώ το δεύτερο τον απαιτούμενο χώρο και το σφάλμα	el
heal.advisorName	Πεκμεστζή, Κιαμάλ	el
heal.committeeMemberName	Γκούμας, Γεώργιος	el
heal.committeeMemberName	Σούντρης, Δημήτριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	97 σ.
heal.fullTextAvailability	true