权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

CSR: EAGER: Quality-of-Experience-Aware Runtime Optimizations for Heterogeneous Multi-Core Systems

CSR：EAGER：异构多核系统的体验质量感知运行时优化

基本信息

批准号：
1718033
负责人：
Ann Ramirez
金额：
$ 27.84万
依托单位：
University of Florida
依托单位国家：
美国
项目类别：
Standard Grant
财政年份：
2017
资助国家：
美国
起止时间：
2017-07-01 至 2021-06-30
项目状态：
已结题

来源：
https://www.nsf.gov/awardsearch/showAward?AWD_ID=1718033&HistoricalAwards=false
关键词：
CSR EAGER Quality Experience Aware

项目摘要

Given the pervasion of consumer devices in diverse operating environments, with a myriad of heterogeneous device resources and applications, designers can no longer pre-define optimization goals (e.g., maximum performance, minimum energy, Pareto optimal tradeoff, etc.) given extremely diverse end-user quality-of-experience (QoE) expectations (e.g., expected user-touch input response time, global positioning system (GPS) accuracy, video playback quality, battery life, etc.). To customize device operation, users typically can only select high-level system settings (e.g., screen brightness, power saving modes, etc.). This coarse-grained method ignores fine-grained configurable parameters with high QoE adherence potential.In this project, we will explore adapting fine-grained configurable parameters, ranging from cache configuration and pipeline issue width, to more efficient task scheduling in heterogeneous multicore systems, to use of different algorithm/process variations trading off reduced accuracy for increased battery life. Since allowing users to specify this level of device configurability is impractical, future devices must contain an automated runtime optimizer with functionality, architecture, and methods to change the device configuration to rapidly and accurately adapt, predict, and adhere to user QoE expectations.

鉴于消费者设备在不同操作环境中的普及，以及无数异构设备资源和应用程序，设计人员无法再预先定义优化目标（例如，最大性能，最小能量，帕累托最优权衡等），因为终端用户体验质量（QoE）期望极其多样化（例如，预期的用户触摸输入响应时间，全球定位系统（GPS）精度，视频播放质量，电池寿命等）。要自定义设备操作，用户通常只能选择高级系统设置（例如，屏幕亮度，省电模式等）。这种粗粒度方法忽略了具有高QoE粘附潜力的细粒度可配置参数。在这个项目中，我们将探索适应细粒度的可配置参数，从缓存配置和管道问题宽度，到异构多核系统中更有效的任务调度，以及使用不同的算法/进程变化来权衡降低的准确性以增加电池寿命。由于允许用户指定这种级别的设备可配置性是不切实际的，未来的设备必须包含一个自动化的运行时优化器，其功能、体系结构和方法可以更改设备配置，以快速准确地适应、预测和坚持用户的QoE期望。

项目成果

期刊论文数量（6）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

Offloading cache configuration prediction to an FPGA for hardware speedup and overhead reduction: work-in-progress

DOI：
10.1145/3349567.3351730
发表时间：
2019-10
期刊：
Proceedings of the International Conference on Hardware/Software Codesign and System Synthesis Companion
影响因子：
0
作者：
Ruben Vazquez;A. Gordon-Ross;G. Stitt
通讯作者：
Ruben Vazquez;A. Gordon-Ross;G. Stitt

PANDORA: a parallelizing approximation-discovery framework (WIP paper)

PANDORA：并行近似发现框架（WIP 论文）

DOI：
10.1145/3316482.3326345
发表时间：
2019
期刊：
and Tools for Embedded Systems
影响因子：
0
作者：
Stitt, Greg;Campbell, David
通讯作者：
Campbell, David

Realizing Closed-Loop, Online Tuning and Control for Configurable-Cache Embedded Systems: Progress and Challenges

实现可配置缓存嵌入式系统的闭环在线调节和控制：进展与挑战

DOI：
10.1109/isvlsi.2018.00136
发表时间：
2018
期刊：
IEEE Computer Society Annual Symposium on VLSI (ISVLSI
影响因子：
0
作者：
Badreldin, Islam;Gordon-Ross, Ann;Adegbija, Tosiron;Alsafrjalaniz, Mohamad Hammam
通讯作者：
Alsafrjalaniz, Mohamad Hammam

Work-in-Progress: Toward a Robust, Reconfigurable Hardware Accelerator for Tree-Based Genetic Programming

正在进行的工作：为基于树的遗传编程打造一个强大的、可重新配置的硬件加速器