제목 Chameleon: Adaptive Code Optimization for Expedited Deep Neural Network Compilation 저자 AmeByung Hoon Ahn, Prannoy Pilligundla, Amir Yazdanbakhsh, Hadi Esmaeilzadeh Motivation The current approaches are oblivious to the patterns in the design space of schedules that are available for exploitation, and causes inefficient search or even converges to solutions that may even be suboptimal….
제목 Fast and Effective Orchestration of Compiler Optimizations 저자 Zhelong Pan,Rudolf Eigenmann Motivation compile-time optimizations 은 전반적으로 프로그램 성능을 향상시키지만 일부 기법은 성능 하락을 야기한다. 입력프로그램와 target architecture에 대한 불충분한 정보는 컴파일 시간에 정확도 향상을 향상 시키는 모델의 한계를 만든다. Contribution 해당논문 기존에 존재하는 Batch Elimination(BE)와 Iterative Elimination(IE)의 장점을 섞어 Combined Elimination(CE) 알고리즘을 제안한다. OptimizationSpace Exploration (OSE),Statistical Selection (SS)에 비하여도 향상된 성능을 보여준다. large set of realistic programs에서 평가하여 현실적인 결과를 제시한다. Content Exhaustive Search =>O(2^n) Batch Elimination => O(n) Relative Improvement Percentage(RIP)을 기준으로 RIP하락시 optimizations 제거 Iterative Elimination => O(n^2) RIP을 기준으로 부정적인 결과를 보이는 하나의 optimization을 제거하는…
제목 NeuroVectorizer: End-to-End Vectorization with Deep Reinforcement Learning 저자 Ameer Haj-Ali, Nesreen K. Ahmed, Ted Willke, Sophia Shao, Krste Asanovic, Ion Stoica Motivation Compilers are designed today to use fixed-cost models that are based on heuristics to make vectorization decisions on loops. However, these models are unable to capture the data dependency, the computation graph,…
제목 TVM: An Automated End-to-End Optimizing Compiler for Deep Learning 저자 Tianqi Chen and Thierry Moreau, University of Washington; Ziheng Jiang, University of Washington, AWS; Lianmin Zheng, Shanghai Jiao Tong University; Eddie Yan, Haichen Shen, and Meghan Cowan, University of Washington; Leyuan Wang, UC Davis, AWS; Yuwei Hu, Cornell; Luis Ceze, Carlos Guestrin, and Arvind Krishnamurthy Motivation 기존 머신러닝을 이용한 compiler optimizaion 방법에서는 human experts를 이용한다양한 hardward back-end(GPU,FPGA,ASIC)이 늘어남에 따라 그 구조에 적합한 complier optimization이 달라 질 수 밖에 없다. …
제목 End-to-End Deep Learning of Optimization Heuristics 저자 Chris Cummins ; Pavlos Petoumenos ; Zheng Wang ; Hugh Leather Motivation 기존 머신러닝을 이용한 compiler optimizaion 방법에서는 human experts를 이용한 feature engineering 이 필요 Contribution 논문에서 제안하는 Source Rewriter & Language model을 이용하여 RAW PROGRAM CODE을 직접 이용하여 compiler optimizaion을 수행 아울어 transfer learning 을 이용하여 small number of program 에서도 학습을 수행 references
제목 LLVM: A Compilation Framework for Lifelong Program Analysis & Transformation 저자 Chris Lattner Vikram Adve 개인적으로 느끼는 논문의 insight : Lifelong Program Analysis개념을 도입하여 Front-end를 제외한 부분에서 전체적인 최적화를 수행 Motivation Multiple-stages of analysis & transformation compile-time, link-time, install-time, run-time, idle-time Use aggressive interprocedural optimizations Gather and exploit end-user profile information Tune the application to the user’s hardware Contributions A…
제목 Denovo:rethinking the memory hierarchy for disciplined parallelism 저자 Byn Choi, Rakesh Komuravelli, Hyojin Sung, Robert Smolinski, Nima Honarmand, Sarita V Adve, Vikram Sadanand Adve, Nicholas P. Carter, Ching Tsun Chou 개인적으로 느끼는 논문의 insight : Disciplined program의 특징을 이용하여 shared memory에서의 light-weight protocol을 재정의 Motivation For parallelism to become tractable for mass programmers Previous shared memory model fundamentally broken for hardware and…
Pdf 를 이미지로 변환해야할 일이 종종 있어 구글에서 검색되는 사이트를 이용하곤 하지만 많은 양의 pdf 를 변환해야 하거나 개인정보가 있는 데이터를 서버에 올리기 꺼림직 한 경우가 있다 이럴때 터미널에서 직접 pdf 를 변환해보자 pdftoppm 를 이용할 것이며 다음과 같이 변환 하면 된다. pdftoppm filename.pdf output_name options 몇몇 쓸만 한 옵션은 다음과 같다.
