廣告
廣告
您的位置 資訊中心 > 產業新聞 > 正文

機器學習預測芯片程序代碼的速度

2020-01-10 14:45:06 來源:量子認知 點擊:558

【大比特導讀】為此,研究人員記錄了給定微處理器用于計算基本塊指令的平均周期數,基本上是啟動,執行和關閉的順序,而無需人工干預。使過程自動化可以快速分析成千上萬個塊。

最近,麻省理工學院的研究人員發明了一種機器學習工具,該工具可以預測計算機芯片執行來自各種應用程序的代碼的運行速度。

機器學習

為了使代碼盡可能快地運行,開發人員和編譯器將編程語言轉換為機器可讀代碼的程序,通常使用通過模擬給定芯片體系結構運行代碼的性能模型。

編譯器使用該信息來自動優化代碼,而開發人員使用該信息來解決將運行該代碼的微處理器的性能瓶頸。但是,機器代碼的性能模型是由相對較少的專家小組手寫的,并且未經適當驗證。結果,模擬的性能測量通常會偏離實際結果。

研究人員開發了一種新穎的機器學習管道,該管道可自動執行此過程,從而使其變得更輕松、更快、更準確。這項研究成果在國際機器學習大會上發表。

研究人員通過一種特殊的神經網絡模型,它以“基本塊”(計算指令的基本摘要)形式訓練標記的數據,以自動預測其持續時間使用給定的芯片執行以前看不見的基本塊。結果表明,這種神經網絡模型的性能要比傳統的手動調整模型精確得多。

這個基準測試套件涉及多個領域,包括機器學習、編譯器、密碼學和可用于驗證性能模型的圖形。研究人員將超過30萬已分析的塊合并到一個開源數據集中。在評估過程中,這種神經網絡模型預測了英特爾芯片運行代碼的速度要比英特爾自身構建的性能模型還要好。

最終,開發人員和編譯器可以使用該工具來生成代碼,這些代碼可以在越來越多的多樣化“黑匣子”芯片設計上更快、更高效地運行?,F代計算機處理器不透明,極其復雜且難以理解。編寫對這些處理器執行得盡可能快的計算機代碼也極具挑戰性,該工具是朝著對這些芯片的性能進行完全建模以提高效率的重要一步。

最近,該團隊又提出了一種自動生成編譯器優化的新技術。具體來說,它們會自動生成一種算法,該算法將某些代碼轉換為向量,可用于并行計算。 這種算法優于LLVM編譯器中使用的手工矢量化算法。

LLVM是業界常用的編譯器,一個自由軟件項目,它是一種編譯器基礎設施,以C++寫成,包含一系列模塊化的編譯器組件和工具鏈,用來開發編譯器前端和后端。它是為了任意一種編程語言而寫成的程序,利用虛擬技術創造出編譯時期、鏈接時期、運行時期以及“閑置時期”的最優化。它最早以C/C++為實現對象,而當前它已支持許多種程序語言。

研究人員說,手工設計性能模型可能是“一門妖術”。英特爾提供了超過3000頁的詳盡文檔,描述了其芯片的體系結構。但是目前只有一小部分專家將構建性能模型,以模擬這些架構上代碼的執行。

研究人員指出:“英特爾的文檔既沒有錯誤,也沒有完整,并且英特爾會省略某些事情,因為它是專有的。” “但是,當使用數據時,不需要了解文檔。如果有隱藏的內容,可以直接從數據中學習。”

為此,研究人員記錄了給定微處理器用于計算基本塊指令的平均周期數,基本上是啟動,執行和關閉的順序,而無需人工干預。使過程自動化可以快速分析成千上萬個塊。

在培訓學習中,這種神經網絡模型分析了數百萬個自動剖析的基本塊,以準確了解不同的芯片體系結構將如何執行計算。重要的是,該模型將原始文本作為輸入,不需要手動向輸入數據添加功能。在測試中,可以將以前看不見的基本塊和給定的芯片提供給模型,模型將生成一個數字,指示芯片將以多快的速度執行該代碼。

研究人員發現,該模型的準確性降低了錯誤率,這意味著預測速度與實際速度之間的差異比傳統的手工模型降低了50%。此外,他們表明該模型的錯誤率為10%,而Intel性能預測模型在多個不同領域的各種基本塊上的錯誤率為20%。

該工具現在使人們可以更輕松地快速了解任何新芯片架構的性能速度。例如,特定領域的體系結構,例如Google專門用于神經網絡的新型Tensor處理單元,目前正在構建中,但并未得到廣泛理解。 如果要在某種新架構上訓練模型,只需從該架構收集更多數據,通過探查器運行它,使用該信息來訓練模型,從而就有了一個預測性能的模型。

接下來,研究人員將通過這樣的神經網絡模型研究使人工智能模型可解釋的方法。人工智能機器學習在很大程度上是一個黑匣子,因此尚不清楚為什么特定的模型會做出某種預測。這樣的模型指示一個處理器要執行一個基本塊需要10個周期,從而有可能設法找出其原因。

聲明:轉載此文是出于傳遞更多信息之目的。若有來源標注錯誤或侵犯了您的合法權益,請與我們聯系,我們將及時更正、刪除,謝謝。

分享到:
閱讀延展
人工智能 機器學習 算法
  • 浪潮劉軍:人工智能計算力是這個時代“免費的午餐”

    浪潮劉軍:人工智能計算力是這個時代“免費的午餐”

    近日,浪潮AI業務舉行年度盤點,浪潮信息副總裁、浪潮AI&HPC總經理劉軍闡述了浪潮AI的技術和理念,并對技術趨勢做出解讀。

  • 生物不再是坑,人工智能終結「搬磚」|智周報告核心版

    生物不再是坑,人工智能終結「搬磚」|智周報告核心版

    分子診斷因其精確性和強因果性,近年來其市場份額逐漸增大。分子診斷的上游市場關注于診斷原材料的提供,包括各種生物酶、多肽、生物指針等;而中游市場囊括了大部分的試劑和儀器的提供方;下游市場集中于教育機構及醫療機構的實驗室分析服務。

  • 閩清縣政協委員劉奇英:閩清應重視人工智能與實體

    閩清縣政協委員劉奇英:閩清應重視人工智能與實體

    劉奇英除了是福建奧博茲新材料科技有限公司董事長,同時還是閩清縣第十三屆政協委員,她時刻牢記自己的使命,主動調研,關注民生問題,認真撰寫提案,積極反應社情民意,認真履職。

  • 新加坡促進經濟向數字化轉型

    新加坡促進經濟向數字化轉型

    推廣應用人工智能技術,將成為新加坡新的經濟增長點。新加坡地域狹小,不斷尋找新的經濟增長點,既是其多年探索得出的成功經驗,也是保持國際競爭力的重要訣竅。

  • 英偉達推出智能機器人對話人工智能技術

    英偉達推出智能機器人對話人工智能技術

    百度云分別與泰康保險、銀聯商務等金融機構打造針對身份審核、移動支付等場景下人工智能解決方案?;诎俣仍迫四樧R別技術,用戶只要上傳自拍照片,再結合手機驗證碼和密碼等手段,就可以完成客戶身份核驗,實現大量單據業務在線辦理。

  • 百度云推出全新ABC一體機 并將人工智能實現落地商業化

    百度云推出全新ABC一體機 并將人工智能實現落地商業化

    百度云分別與泰康保險、銀聯商務等金融機構打造針對身份審核、移動支付等場景下人工智能解決方案?;诎俣仍迫四樧R別技術,用戶只要上傳自拍照片,再結合手機驗證碼和密碼等手段,就可以完成客戶身份核驗,實現大量單據業務在線辦理。

  • 改變電網?量子技術可以保障泛在電力物聯網信息安全

    改變電網?量子技術可以保障泛在電力物聯網信息安全

    量子計算可能在電網信息安全中貢獻一臂之力。用量子算法庫中的機器學習算法來分析威脅信息、判斷安全態勢,可提升安全監測態勢感知的效率。未來,量子算法的高算力優勢還有可能在電網潮流計算和穩態分析中發揮作用。

  • 人工智能系統學習量子力學的基本定律

    人工智能系統學習量子力學的基本定律

    以常規方式求解這些方程需要大量的高性能計算資源(數月的計算時間),這通常是用于醫學和工業應用的新型專用分子的計算設計的瓶頸。新開發的AI算法可以在幾秒鐘內在筆記本電腦或移動電話上提供準確的預測。

  • 人工智能的訓練算法 以發現網上噴子

    人工智能的訓練算法 以發現網上噴子

    阿爾瓦雷斯說:“這是我所熱愛的關于加州理工學院的東西之一:能夠彌合界限,發展社會科學和(在這種情況下)計算機科學之間的協同作用。

  • 人工智能的未來完全以人為中心

    人工智能的未來完全以人為中心

    我們在軟件和云服務中看到的很多人工智能都更接近于自動化。自動化是基于輸入和響應:一個輸入X = y的一個響應日益增長的復雜的算法,計算進行決定如何應對一個給定的輸入可以非常復雜,所以自動響應創建以這種方式可以給智慧的印象。但在現實中,它們是預先確定的。

  • 2019:人工智能和計算社會科學相結合,AI的未來將會怎樣?

    2019:人工智能和計算社會科學相結合,AI的未來將會怎樣?

    這一定程度上是表現在現今人工智能算法的進展,后者最大程度上是用大數據為基礎的,而中國碩大的人口規模是世界上最好的天然的大數據試驗場。

  • 人工智能為什么應用廣泛?客戶的需求是關鍵!

    人工智能為什么應用廣泛?客戶的需求是關鍵!

    在選擇行業之外,對于AI企業來說,也需要配置更加定向的人才。除了傳統的算法人才,還有機械設計人員、電氣設計人員以及現場制造工廠的技術服務人員,這都是在服務具體工業客戶時必不可少的環節。

微信

第一時間獲取電子制造行業新鮮資訊和深度商業分析,請在微信公眾賬號中搜索“大比特商務網”或者“big-bit”,或用手機掃描左方二維碼,即可獲得大比特每日精華內容推送和最優搜索體驗,并參與活動!

發表評論

  • 最新評論
  • 廣告
  • 廣告
  • 廣告
廣告
Copyright Big-Bit ? 1999-2019 All Right Reserved 大比特資訊公司 版權所有       未經本網站書面特別授權,請勿轉載或建立影像,違者依法追究相關法律責任  
广西11选5 一定牛 上交所股票上市规则 福建22选5开奖软件 秒速飞艇哪里的彩票 股票指数期货的概念 深圳风采一等奖多少钱 3月27上证指数 湖北十一选五专家预测 韩国快乐8开奖号码 青海体彩11选5走势图 山西11选五前3走势图