
Melhorando o Desempenho de SimPoints Utilizando Técnicas de Aprendizado de Máquina Não Supervisionado
Author(s) -
Michelle Hamada,
Denis G. Fantinato,
Emílio Francesquini
Publication year - 2019
Language(s) - Portuguese
Resource type - Conference proceedings
DOI - 10.5753/eradsp.2019.13586
Subject(s) - humanities , computer science , physics , art
Em pesquisas voltadas para o desenvolvimento de arquiteturas de hardware são utilizados simulações e benchmarks cujas execuções podem levar até alguns meses. A metodologia SimPoints, empregada para contornar os longos tempos de execução, é capaz de estimar os resultados da simulação de modo eficiente com alto grau de precisão. Utilizando o K-means, um número reduzido de SimPoints é escolhido automaticamente para representar a execução completa do programa. Porém, existem vias alternativas ao K-means que podem ser executadas. Neste artigo avaliaremos o uso dos Mapas Auto-Organizáveis de Kohonen na escolha dos SimPoints tendo como métrica aspectos como o tempo de execução, o número de SimPoints e a precisão da simulação.