2021 Fiscal Year Annual Research Report
Fundamental Technologies of Efficient Analysis and Design for Approximate Computing-based Embedded Systems
| Project/Area Number |
20H04154
|
|---|
| Allocation Type | Single-year Grants |
|---|
| Research Institution | Tokyo Institute of Technology |
|---|
Principal Investigator |
原 祐子 東京工業大学, 工学院, 准教授 (20640999)
|
|---|
| Project Period (FY) |
2020-04-01 – 2025-03-31
|
| Keywords | 近似計算 / 組込みシステム |
|---|
| Outline of Annual Research Achievements |
Internet of Things (IoT) デバイスの発展に伴い、益々膨大なデータが生成される中、IoT/組込みシステム上で即時にデータ処理するエッジコンピューティング技術の確立は、学術研究発展・市場開拓にとって喫緊の課題である。IoTアプリケーションの多くは、多少の計算誤差を許容可能な特徴があり、近似計算という新しいデータ処理技術は、上記の課題の大きなブレークスルーになる。本研究は、IoTアプリケーションを適切に近似計算するための基礎技術を確立する。特に「どの程度」と「どのぐらいの頻度で」という２つの大きな問いに答えるため、近似計算の学術基盤と効率的な利活用技術を確立する。
研究代表者は、過去の研究成果から実用時間内で解析するためにはアルゴリズムとデータの切り離しが重要であるという知見を得た。本研究でも同様に、対アルゴリズムの定性的モデルとデータを用いた定量的解析を併用して、解析時間と精度の実用性を両立することを目指す。
本年度は、昨年度に引き続き、具体的なアプリケーション（ヘルスケアやネットワークのパケットルーティング制御など）へ近似計算を適用するケーススタディを通して、上記のモデルを構築する上での問題点や知見を明らかにした。また、そのアプリケーションのアクセラレータ設計において、近似計算手法の適用による効果（計算精度劣化、ハードウェアアクセラレータの回路面積・処理性能・消費電力など）を定量的に評価した。
|
| Current Status of Research Progress |
Current Status of Research Progress
2: Research has progressed on the whole more than it was originally planned.
Reason
当初の計画通り、ヘルスケアやネットワークのパケットルーティング制御等などの具体的なアプリケーションへ近似計算を適用するケーススタディを通して、近似計算手法適用のための解析モデルを構築する上での問題点や知見を明らかにした。また、そのアプリケーションのアクセラレータ設計において、近似計算手法の適用による効果（回路面積や近似計算による誤差の大きさ）を定量的に評価した。
|
| Strategy for Future Research Activity |
本年度の成果を基に、組み込みシステムの近似化の定量モデルを確立するとともに、その他のプログラム解析への応用発展の可能性を検討する。また、本年度に引き続き、具体的なアプリケーションを対象に、ソフトウェア及びハードウェアへの最適な近似計算手法の探索方法の確立を目指す。
|
