Thèse soutenue

Analyse d'erreurs pour les systèmes utilisant des calculs approximés

FR  |  
EN
Auteur / Autrice : Justine Bonnot
Direction : Daniel Ménard
Type : Thèse de doctorat
Discipline(s) : Signal, Image, Vision
Date : Soutenance le 09/10/2019
Etablissement(s) : Rennes, INSA
Ecole(s) doctorale(s) : École doctorale Mathématiques et sciences et technologies de l'information et de la communication (Rennes)
Partenaire(s) de recherche : Laboratoire : Institut d'Électronique et de Télécommunications (Rennes) - Institut d'électronique et de télécommunications (Rennes)
Comue : Université Bretagne Loire (2016-2019)
Jury : Président / Présidente : Olivier Sentieys
Examinateurs / Examinatrices : Daniel Ménard, Olivier Sentieys, Alberto Bosio, Christophe Jego, Fabienne Jézéquel, Thibault Hilaire, Karol Desnos
Rapporteurs / Rapporteuses : Alberto Bosio, Christophe Jego

Résumé

FR  |  
EN

Le calcul approximé est une technique de calcul efficace en énergie et reposant sur l'exploitation de la tolérance à l'imprécision d'une application. Développé pour faire face à la fin de la loi de Moore, il répond à une demande croissante en capacité de calcul. Les techniques d'approximation ont été proposées à différents niveaux d'abstraction, du circuit au système. Cette thèse porte sur le développement de méthodes et outils permettant d'évaluer rapidement l'impact des différentes techniques d’approximation sur la qualité du résultat en sortie d'une application. L'étude des erreurs induites est essentielle pour utiliser ces approximations dans l'industrie. Deux niveaux d’approximation ont été considérés, le niveau matériel avec l'étude des opérateurs arithmétiques inexacts et le niveau des données avec l'étude de l'arithmétique virgule fixe. Premièrement, des méthodes efficaces de caractérisation basées simulation ont été proposées pour obtenir des statistiques sur les erreurs induites par l'approximation considérée. Les statistiques inférentielles ont été utilisées pour quantifier le nombre d’observations nécessaires pour estimer le statistiques de l’erreur et ainsi réduire le temps d’évaluation. Les méthodes de caractérisation proposées sont basées sur des simulations adaptatives et caractérisent l'erreur d'approximation de façon statistique selon les exigences de confiance définies par l'utilisateur. Ensuite, les métriques d'erreur obtenues ont été reliées à la métrique de qualité de l'application. Pour les opérateurs inexacts, un simulateur a été conçu pour le processus d’exploration de l’espace d’approximation pour sélectionner la meilleure pour l’application considérée. Pour la virgule fixe, le modèle d’erreur a été intégré à un algorithme de raffinage pour déterminer la largeur optimisée des variables de l’application. Les résultats de cette thèse proposent des méthodes concrètes pour faciliter la mise en œuvre du calcul approximé dans les applications industrielles, accélérant les méthodes proposées dans l’état de l’art de un à trois ordres de grandeur.