Approximate computing for high energy-efficiency in IoT applications - Archive ouverte HAL
Thèse Année : 2019

Approximate computing for high energy-efficiency in IoT applications

Calcul approximatif à haute efficacité énergétique pour des applications de l'internet des objets

Résumé

Reduced width units are ones of the power reduction methods. However such units have been mostly evaluated separately, i.e. not evaluated in a complete applications. In this thesis, we extend the RISC-V processor with reduced width computation and memory units, in which only a number of most significant bits (MSBs), configurable at runtime is active. The energy reduction vs quality of output trade-offs of applications executed with the extended RISC-V are studied. The results indicate that the energy can be reduced by up to 14% for an error ≤ 0.1%. Moreover we propose a generic energy model that includes both software parameters and hardware architecture ones. It allows software and hardware designers to have an early insight into the effects of optimizations on software and/or units.
Les unités à taille réduite font partie des méthodes proposées pour la réduction de la consommation d’énergie. Cependant, la plupart de ces unités sont évaluées séparément,c’est-à-dire elles ne sont pas évaluées dans une application complète. Dans cette thèse, des unités à taille réduite pour le calcul et pour l’accès à la mémoire de données, configurables au moment de l’exécution, sont intégrées dans un processeur RISC-V. La réduction d’énergie et la qualité de sortie des applications exécutées sur le processeur RISC-V étendu avec ces unités, sont évaluées. Les résultats indiquent que la consommation d’énergie peut être réduite jusqu’à 14% pour une erreur ≤0.1%. De plus, nous avons proposé un modèle d’énergie générique qui inclut à la fois des paramètres logiciels et architecturaux. Le modèle permet aux concepteurs logiciels et matériels d’avoir un aperçu rapide sur l’impact des optimisations effectuées sur le code source et/ou sur les unités de calcul.
Fichier principal
Vignette du fichier
NDOUR_Genevieve.pdf (1.95 Mo) Télécharger le fichier
Origine Version validée par le jury (STAR)
Loading...

Dates et versions

tel-02292988 , version 1 (20-09-2019)
tel-02292988 , version 2 (22-11-2019)

Identifiants

  • HAL Id : tel-02292988 , version 2

Citer

Geneviève Ndour. Approximate computing for high energy-efficiency in IoT applications. Other [cs.OH]. Université de Rennes, 2019. English. ⟨NNT : 2019REN1S033⟩. ⟨tel-02292988v2⟩
643 Consultations
825 Téléchargements

Partager

More