| Περίληψη: | Η δυνατότητα ανάλυσης δεδομένων πολύ μεγάλου όγκου (Big Data) σχετίζεται σε σημαντικό βαθμό από τον χρόνο ολοκλήρωσης της σχετικής διαδικασίας. Ο χρόνος αυτός εξαρτάται από τον αλγόριθμο επεξεργασίας και από τις δυνατότητες των υπολογιστικών συστημάτων που χρησιμοποιούνται. Αν αυτό συνδυαστεί με τη συνεχή αύξηση του όγκου των δεδομένων, η ανάπτυξη νέων τεχνολογιών μεγάλης υπολογιστικής ισχύος αποκτά ιδιαίτερη σημασία. Μια νέα τεχνολογία υπολογισμού, που δεν βασίζεται στη γνωστή Von Neumann αρχιτεκτονική, είναι η τεχνολογία in-memory computing που αφορά τον συνδυασμό διαδικασιών υπολογισμού και αποθήκευσης πληροφορίας σε μία κοινή διαδικασία. Αυτή η τεχνολογία μπορεί να επιτευχθεί με την αξιοποίηση μνημών αλλαγής φάσης (phase-change memory - PCM), οι οποίες διατηρούν το περιεχόμενο τους ακόμη και όταν διακοπεί η τροφοδοσία τους (non-volatile memories - NVM). Η αξιοπιστία της τεχνολογίας αυτής καθορίζεται από δύο πηγές σφαλμάτων, το πρώτο οφείλεται στη μη-γραμμική ως προς τον χρόνο ολίσθηση της αγωγιμότητας και το δεύτερο αφορά τον 1/f ηλεκτρικό τους θόρυβο, που σχετίζεται με την τρέχουσα τιμή της αγωγιμότητας αυτών.
Η εργασία αυτή αφορά τη χρήση μνημών τεχνολογίας PCM για την υλοποίηση συναρτήσεων γραμμικής άλγεβρας και εφαρμογών τους στο πλαίσιο ενός υπολογιστικού συστήματος (server). Συναρτήσεις γραμμικής άλγεβρας, όπως πολλαπλασιασμοί μήτρας-διανύσματος πολύ μεγάλου μεγέθους, κανείς συχνά συναντά σε εφαρμογές μηχανικής μάθησης. Επειδή δεν υπάρχουν διαθέσιμες διατάξεις τεχνολογίας PCM για αρχιτεκτονικές in-memory computing, ο σχεδιασμός και η πειραματική επαλήθευση ενός εξομοιωτή πραγματικού χρόνου που μιμείται τα κύτταρα των μνημών αυτών είναι αναγκαίος και αποτελεί το πρώτο στάδιο της εργασίας αυτής. Ο εξομοιωτής θα αφορά τόσο ανεξάρτητες συστοιχίες κύτταρων μνήμης PCM, αλλά και η διάταξη Crossbar, όσο και σχετιζόμενες αρχιτεκτονικές. Παράλληλα θα προσδιοριστούν οι συναρτήσεις γραμμικής άλγεβρας που θα υλοποιηθούν, και οι σχετικές αρχιτεκτονικές θα υλοποιηθούν σε υλικό τεχνολογίας FPGA, που θα μπορεί να χρησιμοποιηθεί σε υψηλής απόδοσης servers. Τέλος, δύο εφαρμογές ανάλυσης δεδομένων πολύ μεγάλου όγκου παρουσιάζονται και επαληθεύονται πειραματικά με σκοπό την αξιολόγηση των PCM μνημών σε σενάρια in-memory computing.
|
|---|
