Core Concepts
チップレットベースのアクセラレータでは、個々のチップレットを特定のワークロードに最適化することで、極めて高い効率と低コストを実現できる。
Abstract
本論文では、Monadと呼ばれるコスト意識型の特殊化アプローチを提案している。Monadは、性能、電力、価格、面積(PPPA)のトレードオフを探索する。
まず、チップレットの設計と統合設計の両方を考慮するモデリングフレームワークを提案している。このフレームワークは、データフロー、パイプライニング、通信の非均一性を考慮し、複数のテンサーワークロードを異なるチップレットで実行する際の性能を評価する。
次に、アーキテクチャと統合設計空間を統一的にエンコーディングし、機械学習ベースのアプローチで系統的に探索する手法を提案している。
実験の結果、Monadは、最先端のチップレットベースのアクセラレータであるSimbaとNN-Batonと比較して、平均16%および30%のエネルギー遅延積(EDP)の削減を達成している。また、アーキテクチャ最適化または統合最適化のいずれかの最良の設計と比較して、24%の遅延の短縮または16%のエネルギーの削減を実現している。
Stats
チップレットベースのアクセラレータは、大規模なモノリシックデザインと比較して、平均16%および30%のエネルギー遅延積(EDP)の削減を達成している。
アーキテクチャ最適化または統合最適化のいずれかの最良の設計と比較して、24%の遅延の短縮または16%のエネルギーの削減を実現している。
Quotes
チップレットベースのアクセラレータは、小さな死を使用し、パッケージレベルの特殊化を可能にすることで、コスト削減と効率の利点を提供できる。
チップレットアプローチでは、特定のワークロードを高速化するために、専用の小さな死を統合することができる。