Decoupled access-execute and dynamic voltage/frequency scaling optimization for energy efficient tinyML deployments on STM32 MCUs

Αλβανάκη, Ελισάβετ-Λυδία; Alvanaki, Elisavet-Lydia

dc.contributor.author	Αλβανάκη, Ελισάβετ-Λυδία	el
dc.contributor.author	Alvanaki, Elisavet-Lydia	en
dc.date.accessioned	2024-04-05T11:19:47Z
dc.date.available	2024-04-05T11:19:47Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/59117
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.26813
dc.rights	Default License
dc.subject	Νευρωνικά Δίκτυα	el
dc.subject	Edge Computing	en
dc.subject	Dynamic Voltage Frequency Scaling	en
dc.subject	Decoupled Access-Execute	en
dc.title	Decoupled access-execute and dynamic voltage/frequency scaling optimization for energy efficient tinyML deployments on STM32 MCUs	en
heal.type	bachelorThesis
heal.classification	Dynamic Voltage Frequency Scaling	en
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2023-10-24
heal.abstract	Τα τελευταία χρόνια, παρατηρείται σημαντική ανάπτυξη στη χρήση εφαρμογών Μηχανικής Μάθησης (ML) στο Edge. Οι συσκευές Διαδικτύου των Πραγμάτων (IoT) και μικροελεγκτών (MCUs) έχουν γίνει ολοένα και πιο δημοφιλείς στις καθημερινές δραστηριότητες. Σε αυτή την διπλωματική, επικεντρωνόμαστε στην οικογένεια των STM32 MCUs. ́Εχουμε υλοποιήσει τη δυνατότητα Dynamic Voltage Frequency Scaling (DVFS) για τους ARM Cortex M MCUs και την έχουμε ενσωματώσει σε ένα σύστημα πολυκριτηριακής βελτιστοποίησης, σε συνδυασμό με μια βελτιστοποίηση κώδικα με τη μέθοδο Decoupled Access Exe- cute, που χωρίζει την εκτέλεση σε memory-bound και compute-bound κομμάτια. Παρουσιάζουμε μια πρωτοποριακή μεθοδολογία για την εφαρμογή των CNN στην οικογένεια των STM32, εστιάζοντας στην βελτιστοποίηση της ενέργειας μέσω της αποτελεσματικής εξερεύνησης του design space των ιδιοτήτων του Decoupled Access-Execute και των ρυθμίσεων του ρολογιού. Αυτή η προσέγγιση εμπλουτίζεται με τη βελτιστοποίηση της κατανάλωσης ενέργειας μέσω της τεχνικής Dynamic Voltage and Frequency Scaling (DVFS) υπό διάφορους περιορισμούς και σχηματίζει ένα NP-complete πρόβλημα βελτιστοποίησης. Συγ- κρίνουμε την προσέγγισή μας με το state-of-the-art σύστημα TinyEngine, καθώς και το TinyEngine σε συνδυασμό με τις λειτουργίες εξοικονόμησης ενέργειας των MCUs της STM32. Τα αποτελέσματα δείχ- νουν ότι μπορούμε να επιτύχουμε μείωση της κατανάλωσης ενέργειας έως και 25,2% για διάφορα επίπεδα ποιότητας υπηρεσίας (QoS).	el
heal.advisorName	Soudris, Dimitrios	en
heal.committeeMemberName	Τσανάκας, Παναγιώτης	el
heal.committeeMemberName	Ξύδης, Σωτήριος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών. Τομέας Τεχνολογίας Πληροφορικής και Υπολογιστών	el
heal.academicPublisherID	ntua
heal.numberOfPages	81 σ.	el
heal.fullTextAvailability	false