effective and efficient deduction o

effective and efficient deduction of the optimal architecture for every given benchmark program, which greatly benefits the DSE of microprocessor design. In practice, COAL has been utilized in the design of the next-generation Godson processor core.
Currently in our proposed method, the semisupervised learning and active learning components are executed with almost equal importance. It is possible to introduce a tradeoff parameter to enable them to have different amount of contributions, and this will be one of our future work. Besides, it is interesting to study how much minimum the labeled data would be required. Zhou et al. [2007] disclosed that when there are two sufficient views, semisupervised learning with even a single labeled example is possible. However, for our current proposed method, and particularly for DSE application, this also remains an interesting future issue.
It is worth noting that the current version of COAL is proposed for pre-silicon design phase of microprocessor, that is, deciding an appropriate design configuration before manufacturing the chip. In the future, we will continue to develop new versions of COAL to conduct power-efficient post-silicon microprocessor reconfiguration which can adapt to various programs or even some given program features. This task would be a crucial step towards the development of an elastic processor (by which we call a proces- sor whose architecture parameters can be dynamically reconfigured to suit different programs) and a computer tribe (by which we call a series of downward compatible elastic processors). Unlike the Field Programmable Gate Array (FPGA) whose reconfiguration may have to modify millions of controlling parameters, an elastic processor only employs a moderate number of reconfigurable parameters, which alleviates the problem of dimension explosion when building performance/power regression models for guiding architecture reconfiguration.

ผลลัพธ์ (ไทย) 1:

มีประสิทธิภาพ และหักของสถาปัตยกรรมเหมาะสมที่สุดสำหรับทุกโปรแกรมกำหนดมาตรฐาน ที่มากประโยชน์ DSE ออกแบบไมโครโปรเซสเซอร์ ในทางปฏิบัติ มีการถ่านหินใช้ในการออกแบบของแกนประมวลผล Godson รุ่นต่อไปอยู่ในวิธีการนำเสนอของเรา semisupervised เรียนและเรียนรู้การใช้งานคอมโพเนนต์มีการดำเนินการ มีความสำคัญเกือบเท่า จำเป็นต้องแนะนำพารามิเตอร์ข้อดีจะทำให้มีจำนวนผลงานที่แตกต่างกัน และจะเป็นหนึ่งในงานของเราในอนาคต นอกจาก เป็นที่น่าสนใจศึกษาต่ำสุดเท่าใดข้อมูลป้ายจะต้อง Al. ร้อยเอ็ดโจว [2007] เปิดเผยว่า เมื่อมีสองมุมมองเพียงพอ เรียน semisupervised กับแม้ตัวอย่างป้ายที่เดียวได้ อย่างไรก็ตาม สำหรับวิธีการนำเสนอของเราปัจจุบัน และโดยเฉพาะอย่างยิ่ง สำหรับสมัคร DSE นี้ยังเหลือประเด็นน่าสนใจในอนาคตได้ผลว่า รุ่นปัจจุบันของถ่านหินจะเสนอสำหรับการเฟสซิลิคอนก่อนออกแบบไมโครโปรเซสเซอร์ คือ การตัดสินใจการกำหนดค่าการออกแบบที่เหมาะสมก่อนที่จะผลิตชิพ ในอนาคต เรายังคงพัฒนาเวอร์ชันใหม่ของถ่านหินจะทำการกำหนดค่าใหม่ซิลิคอนหลังไมโครโปรเซสเซอร์ที่มีประสิทธิภาพพลังงานซึ่งสามารถปรับให้เข้ากับโปรแกรมต่าง ๆ หรือแม้แต่คุณลักษณะบางอย่างของโปรแกรมที่กำหนด งานนี้จะเป็นขั้นตอนสำคัญต่อการพัฒนาของตัวประมวลผลที่ยืดหยุ่น (ซึ่งเราเรียกการทาซอพารามิเตอร์ซึ่งสถาปัตยกรรมสามารถเป็นแบบไดนามิกเรียบร้อยแล้วตามโปรแกรมที่ต่างกัน) และเผ่าคอมพิวเตอร์ (ซึ่งเราเรียกชุดของตัวประมวลผลยางยืดเข้ากันได้ลง) ซึ่งแตกต่างจากฟิลด์โปรแกรมเกเรย์ (FPGA) มีการกำหนดค่าใหม่อาจต้องปรับเปลี่ยนล้านของพารามิเตอร์การควบคุม การประมวลผลที่ยืดหยุ่นเท่านั้นใช้จำนวนพารามิเตอร์ reconfigurable ปานกลางซึ่ง alleviates ปัญหากระจายมิติเมื่อสร้างแบบจำลองถดถอยสำหรับแนะนำการกำหนดค่าใหม่สถาปัตยกรรมประสิทธิภาพพลังงาน

ผลลัพธ์ (ไทย) 2:

หักที่มีประสิทธิภาพและมีประสิทธิภาพของสถาปัตยกรรมที่ดีที่สุดสำหรับโปรแกรมมาตรฐานที่ได้รับทุกที่มากประโยชน์ DSE ของการออกแบบไมโครโพรเซสเซอร์ ในทางปฏิบัติถ่านหินได้ถูกนำมาใช้ในการออกแบบของรุ่นถัดไปของแกนประมวลผลก๊อดซัน
ปัจจุบันในวิธีการที่นำเสนอของเราส่วนประกอบการเรียนรู้และการเรียนรู้ semisupervised ใช้งานจะดำเนินการด้วยความสำคัญเกือบเท่ากับ มันเป็นไปได้ที่จะแนะนำพารามิเตอร์แลกเปลี่ยนเพื่อให้พวกเขามีจำนวนเงินที่แตกต่างกันของการมีส่วนร่วมและนี่จะเป็นหนึ่งในการทำงานในอนาคตของเรา นอกจากนี้ยังเป็นที่น่าสนใจที่จะศึกษาวิธีน้อยมากข้อมูลที่ระบุว่าจะต้อง โจวและคณะ [2007] เปิดเผยว่าเมื่อมีสองมุมมองที่เพียงพอ semisupervised การเรียนรู้ด้วยแม้จะเป็นตัวอย่างที่มีข้อความเดียวที่เป็นไปได้ แต่สำหรับวิธีการที่นำเสนอของเราในปัจจุบันและโดยเฉพาะอย่างยิ่งสำหรับการใช้งาน DSE นี้ยังคงเป็นประเด็นที่น่าสนใจในอนาคต
มันเป็นมูลค่า noting ที่รุ่นปัจจุบันของถ่านหินจะเสนอสำหรับขั้นตอนการออกแบบก่อนซิลิกอนของไมโครโปรเซสเซอร์ที่จะตัดสินใจออกแบบที่เหมาะสม การตั้งค่าก่อนที่จะผลิตชิป ในอนาคตเราจะยังคงพัฒนารุ่นใหม่ของถ่านหินที่จะดำเนินการประหยัดพลังงานหลังซิลิกอนเสียใหม่ไมโครโปรเซสเซอร์ที่สามารถปรับให้เข้ากับโปรแกรมต่างๆหรือแม้กระทั่งบางคุณสมบัติโปรแกรมที่กำหนด งานนี้จะเป็นขั้นตอนที่สำคัญต่อการพัฒนาของหน่วยประมวลผลที่มีความยืดหยุ่น (โดยที่เราเรียกสบวผลที่มีสถาปัตยกรรมพารามิเตอร์สามารถรองรับแบบไดนามิกเพื่อให้เหมาะสมกับโปรแกรมที่แตกต่างกัน) และชนเผ่าคอมพิวเตอร์ (โดยที่เราเรียกว่าชุดของลดลงเข้ากันได้ยืดหยุ่น ประมวลผล) ซึ่งแตกต่างจากอาร์เรย์สนาม Programmable Gate (FPGA) ที่มีเสียใหม่อาจต้องปรับเปลี่ยนล้านของพารามิเตอร์การควบคุมการประมวลผลยืดหยุ่นเพียงพนักงานจำนวนปานกลางของพารามิเตอร์ Reconfigurable ซึ่งบรรเทาปัญหาของมิติการระเบิดเมื่อมีการสร้างแบบจำลองการทำงาน / อำนาจการถดถอยสำหรับแนวทางสถาปัตยกรรมเสียใหม่ .

ผลลัพธ์ (ไทย) 3:

ที่มีประสิทธิภาพและมีประสิทธิภาพการหักของสถาปัตยกรรมที่เหมาะสมที่สุดเพื่อให้ทุกโปรแกรมมาตรฐานที่ช่วยประโยชน์ dse การออกแบบไมโครโปรเซสเซอร์ ในการปฏิบัติ ถ่านหินได้ถูกใช้ในการออกแบบของรุ่นหลานหน่วยประมวลผลหลัก .
ในปัจจุบันของเรา วิธีที่นำเสนอนี้ semisupervised การเรียนรู้และองค์ประกอบการเรียนรู้จะดำเนินการเกือบเท่ากับความสําคัญมันเป็นไปได้ที่จะแนะนำข้อเสียพารามิเตอร์เพื่อให้พวกเขามีจำนวนที่แตกต่างกันของผลงาน และนี้จะเป็นหนึ่งในการทำงานในอนาคตของเรา นอกจากนี้ เป็นที่น่าสนใจที่จะศึกษาวิธีการมากสุดระบุว่าข้อมูลจะต้อง โจว et al . [ 2007 ] เปิดเผยว่า เมื่อมี 2 มุมมองที่เพียงพอ semisupervised การเรียนรู้กับแม้แต่ตัวเดียวป้ายตัวอย่างที่เป็นไปได้ อย่างไรก็ตามสำหรับปัจจุบันของเราเสนอวิธีและโดยเฉพาะอย่างยิ่งสำหรับ dse โปรแกรมประยุกต์ นี้ก็ยังคง เป็นปัญหาในอนาคตที่น่าสนใจ .
มันเป็นมูลค่า noting ที่รุ่นปัจจุบันของถ่านหินเสนอก่อนซิลิคอนขั้นตอนการออกแบบของไมโครโปรเซสเซอร์ที่ การตัดสินใจ การตั้งค่าที่เหมาะสมการออกแบบก่อนการผลิตชิป ในอนาคตเราจะยังคงพัฒนาเวอร์ชันใหม่ของถ่านหินที่จะดำเนินการพลังงานโพสต์ซิลิคอนไมโครโปรเซสเซอร์ปรับที่สามารถปรับให้เข้ากับโปรแกรมต่าง ๆหรือแม้กระทั่งการกำหนดคุณสมบัติของโปรแกรมงานนี้จะเป็นขั้นตอนที่สำคัญต่อการพัฒนาของหน่วยประมวลผลที่ยืดหยุ่น ( ซึ่งเราเรียกกระบวนการ - ส. ที่มีพารามิเตอร์สามารถรองรับสถาปัตยกรรมแบบไดนามิกเพื่อให้เหมาะกับโปรแกรมที่แตกต่างกัน ) และคอมพิวเตอร์เผ่า ( ซึ่งเราเรียกชุดของโปรเซสเซอร์ที่เข้ากันได้ ( ลง )ซึ่งแตกต่างจากสนามแบบ Gate Array ( FPGA ) ที่มีการจัดเรียงสายป้อนใหม่อาจต้องปรับเปลี่ยนล้านของการควบคุมของหน่วยประมวลผลยืดหยุ่นเพียงใช้จำนวนปานกลางของพารามิเตอร์ Reconfigurable ซึ่งช่วยปัญหามิติระเบิดเมื่อสร้างผลงาน / อำนาจการถดถอยเพื่อชี้แนะ

ปรับสถาปัตยกรรม