Detail publikace
Evolutionary Design of Large Approximate Adders Optimized for Various Error Criteria
Approximate computing, genetic algorithm, equivalence checking
Přibližné (aproximační) počítání se stalo v poslední době zajímavým ve vědecké i průmyslové oblasti, protože se jedná o slibný přístup k návrhu nízkopříkonových obvodů. V porovnání s tradičními návrhovými metody se ukázalo, že evoluční algoritmy jsou schopny aproximovat obvody s dobrým poměrem mezi elektrickým příkonem a kvalitou (chybovostí) obvodu. V této práci se zabýváme návrhem velkých aproximačních sčítaček. Abychom zvýšili škálovatelnost,využili jsme v návrhu formálních metod určování chyby založených na Binárních rozhodovacích diagramech (BDD). V porovnání s paralelní simulací, která se v těchto aplikacích typicky používá, se podařilo zvýšit rychlost evaluace (a tím i počet generací) o 2-3 řády.
@inproceedings{BUT155006,
author="Vojtěch {Mrázek} and Zdeněk {Vašíček}",
title="Evolutionary Design of Large Approximate Adders Optimized for Various Error Criteria",
booktitle="Proceedings of the Genetic and Evolutionary Computation Conference Companion (GECCO '18)",
year="2018",
pages="294--295",
publisher="Association for Computing Machinery",
address="Kyoto",
doi="10.1145/3205651.3205678",
isbn="978-1-4503-5764-7",
url="https://www.fit.vut.cz/research/publication/11637/"
}