Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.creator | Fabrício Filho, João | - |
Autor(es): dc.creator | Felzmann, Isaías Bittencourt | - |
Autor(es): dc.creator | Wanner, Lucas Francisco | - |
Data de aceite: dc.date.accessioned | 2025-08-29T12:21:00Z | - |
Data de disponibilização: dc.date.available | 2025-08-29T12:21:00Z | - |
Data de envio: dc.date.issued | 2022-09-28 | - |
Data de envio: dc.date.issued | 4999 | - |
Data de envio: dc.date.issued | 2022-09-28 | - |
Data de envio: dc.date.issued | 2022-04 | - |
Fonte completa do material: dc.identifier | http://repositorio.utfpr.edu.br/jspui/handle/1/29764 | - |
Fonte completa do material: dc.identifier | https://doi.org/10.1016/j.suscom.2022.100701 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/capes/1093683 | - |
Descrição: dc.description | Approximate memories reduce power and increase energy efficiency, at the expense of errors in stored data. These errors may be tolerated, up to a point, by many applications with negligible impact on the quality of results. Uncontrolled errors in memory may, however, lead to crashes or broken outputs. Error rates are determined by fabrication and operation parameters, and error tolerance depends on algorithms, implementation, and inputs. An ideal configuration features parameters for approximate memory that minimize energy while allowing applications to produce acceptable results. This work introduces SmartApprox, a framework that configures approximation levels based on features of applications. In SmartApprox, a training phase executes a set of applications under different approximation settings, building a knowledge base that correlates application features (e.g., types of instructions and cache efficiency) with suitable approximate memory configurations. At runtime, features of new applications are sampled and approximation knobs are adjusted to correspond to the predicted error tolerance, according to existing knowledge and the current error scenario, in consonance with hardware characterization. In this work, we list and discuss sets of features that influence the approximation results and measure their impact on the error tolerance or applications. We evaluate SmartApprox on different voltage-scaled DRAM scenarios using a knowledge base of 26 applications, wherein energy savings of 36% are possible with acceptable output. An evaluation using a combined energy and quality metric shows that SmartApprox scores 97% of an exhaustive search for ideal configurations, with significantly lower effort and without application-specific quality evaluation. | - |
Formato: dc.format | application/pdf | - |
Idioma: dc.language | en | - |
Publicador: dc.publisher | Campo Mourao | - |
Publicador: dc.publisher | Brasil | - |
Relação: dc.relation | Sustainable Computing: Informatics and Systems | - |
Relação: dc.relation | https://www.sciencedirect.com/science/article/pii/S2210537922000427 | - |
Direitos: dc.rights | embargoedAccess | - |
Direitos: dc.rights | https://s100.copyright.com/AppDispatchServlet?publisherName=ELS&contentID=S2210537922000427&orderBeanReset=true | - |
Palavras-chave: dc.subject | Sistemas de memória de computador | - |
Palavras-chave: dc.subject | Falhas de sistemas de computação | - |
Palavras-chave: dc.subject | Energia - Consumo | - |
Palavras-chave: dc.subject | Computer storage devices | - |
Palavras-chave: dc.subject | Computer system failures | - |
Palavras-chave: dc.subject | Energy consumption | - |
Palavras-chave: dc.subject | CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO | - |
Título: dc.title | SmartApprox: learning-based configuration of approximate memories for energy-efficient execution | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositorio Institucional da UTFPR - RIUT |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: