اکسپرس 24
ترجمه فارسی مقاله روش مدل‌سازی توان خودکار مبتنی بر PMC برای پردازنده‌های گرافیکی موبایل مدرن

ترجمه فارسی مقاله روش مدل‌سازی توان خودکار مبتنی بر PMC برای پردازنده‌های گرافیکی موبایل مدرن

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

پرداخت اقساطی
در صورت خرید اقساطی هر قسط: 37,500 تومان
۴ قسط ماهانه. بدون سود، چک و ضامن.
پرداخت اقساطی با دیجی‌پی پرداخت اقساطی با ترب‌پی
عنوان مقاله به انگلیسی Automated PMC-based Power Modeling Methodology for Modern Mobile GPUs
عنوان مقاله به فارسی روش مدل‌سازی توان خودکار مبتنی بر PMC برای پردازنده‌های گرافیکی موبایل مدرن
نویسندگان Pranab Dash, Y. Charlie Hu, Abhilash Jindal
فرمت مقاله انگلیسی PDF
تعداد صفحات 14
دسته بندی موضوعات Performance,عملکرد ,
توضیحات Submitted 9 August, 2024; originally announced August 2024.
توضیحات به فارسی ارسال شده در 9 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد.

قیمت: 19,000 تومان

سفارش

با انتخاب این گزینه، علاوه بر دریافت مقاله اصلی، را نیز سفارش می‌دهید.

قیمت: 560,000 تومان

زمان تحویل: 2 تا 3 روز کاری

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

The rise of machine learning workload on smartphones has propelled GPUs into one of the most power-hungry components of modern smartphones and elevates the need for optimizing the GPU power draw by mobile apps. Optimizing the power consumption of mobile GPUs in turn requires accurate estimation of their power draw during app execution. In this paper, we observe that the prior-art, utilization-frequency based GPU models cannot capture the diverse micro-architectural usage of modern mobile GPUs.We show that these models suffer poor modeling accuracy under diverse GPU workload, and study whether performance monitoring counter (PMC)-based models recently proposed for desktop/server GPUs can be applied to accurately model mobile GPU power. Our study shows that the PMCs that come with dominating mobile GPUs used in modern smartphones are sufficient to model mobile GPU power, but exhibit multicollinearity if used altogether. We present APGPM, the mobile GPU power modeling methodology that automatically selects an optimal set of PMCs that maximizes the GPU power model accuracy. Evaluation on two representative mobile GPUs shows that APGPM-generated GPU power models reduce the MAPE modeling error of prior-art by 1.95x to 2.66x (i.e., by 11.3% to 15.4%) while using only 4.66% to 20.41% of the total number of available PMCs.

چکیده به فارسی (ترجمه ماشینی)

افزایش بار کاری یادگیری ماشین بر روی تلفن های هوشمند ، GPU ها را به یکی از اجزای گرسنه ترین تلفن های هوشمند مدرن سوق داده و نیاز به بهینه سازی قرعه کشی قدرت GPU توسط برنامه های تلفن همراه را بالا می برد.بهینه سازی مصرف برق GPU های موبایل به نوبه خود نیاز به برآورد دقیق قرعه کشی قدرت آنها در هنگام اجرای برنامه دارد.در این مقاله ، ما مشاهده می کنیم که مدلهای GPU مبتنی بر استفاده از فرکانس ، با استفاده از آرت ، استفاده از میکروارشی متنوع از GPU های موبایل مدرن را ضبط نمی کنند. ما نشان می دهد که این مدل ها در زمان کار متنوع GPU از دقت مدل سازی ضعیفی رنج می برند ، و بررسی می کنند که آیا نظارت بر عملکردمدلهای مبتنی بر Counter (PMC) که اخیراً برای GPU های دسک تاپ/سرور پیشنهاد شده است ، می تواند برای مدل سازی دقیق قدرت GPU موبایل استفاده شود.مطالعه ما نشان می دهد که PMC هایی که با GPU های موبایل مسلط استفاده شده در تلفن های هوشمند مدرن مورد استفاده قرار می گیرند ، برای مدل سازی قدرت GPU موبایل کافی هستند ، اما در صورت استفاده در کل ، چند قطبی را نشان می دهند.ما APGPM ، روش مدل سازی قدرت GPU موبایل را ارائه می دهیم که به طور خودکار مجموعه ای بهینه از PMC ها را انتخاب می کند که دقت مدل قدرت GPU را به حداکثر می رساند.ارزیابی در دو GPU نماینده موبایل نشان می دهد که مدل های قدرت GPU تولید شده توسط APGPM ، خطای مدل سازی MAPE را با 1.95x به 2.66x (یعنی 11.3 ٪ به 15.4 ٪) کاهش می دهد و در حالی که فقط از 4.66 ٪ تا 20.41 ٪ از کل استفاده می کندتعداد PMC های موجود.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.