Trabalho de Conclusão de Curso

Documento

Autoria

Rodrigues, Bernardo Cardoso

Unidade da USP

Data de Apresentação

Orientador

Delbem, Alexandre Cláudio Botazzo

Banca

Soares Junior, Joao Navarro
Bonato, Vanderlei

Título em Português

Algoritmos genéticos como ferramenta de otimização multiobjetivo no contexto de co-projeto hardware/software

Palavras-chave em Português

Co-projeto hardware software
Otimização multiobjetivo
Dominância de Pareto
Hipervolume
Algoritmos genéticos
NSGA-II
Algoritmos genéticos paralelos
Bootstrap
FPGA
Nios II

Resumo em Português

O objetivo desse trabalho é realizar uma prova de conceito utilizando Algoritmos Genéticos como ferramenta de otimização multiobjetivo no contexto de Co-Projeto Hardware/- Software. Assume-se um particionamento e a partir dele, uma otimização de hardware é realizada. É proposta uma ferramenta baseada no MOGA NSGA-II com avaliação paralela que testa suas soluções em uma FPGA Intel/Altera a fim de realizar uma exploração orientada em um espaço de design. A intenção foi otimizar o soft-core Nios II para se adaptar a algoritmos, ou softwares, de referência. Foram utilizados a performance e o uso de recurso da FPGA como critérios de otimização. Cinco algoritmos foram referência para determinar o objetivo de performance. Os resultados preliminares demonstraram que a ferramenta proposta obteve respostas de mesma qualidade estatística que a referencia usada, um estimador da fronteira Pareto-Ótima. No entanto conclui-se não ser possível precisar a eficácia da ferramenta pois o número de experimentos não foi suficiente devido a limitações computacionais e de tempo.

Título em Inglês

Genetic algorithms as a multi objective optimization hardware/software codesign tool

Palavras-chave em Inglês

Hardware/software codesign
Multiobjective optimization
Pareto dominance
Genetic algorithms
Parallel genetic algorithms

Resumo em Inglês

The goal of this thesis is to implement a proof of concept using Genetic Algorithms as a Hardware/Software Codesign optimization tool. A partitioning is assumed and the hardware is evolved acording to a reference software. The proposed aplication is based on the MOGA NSGA-II and performs a design space exploration. The tested solutions are configured and benchmarked on a FPGA. The idea is to evolve the Nios II softcore to best suit a software benchmark using the least resources as possible. Five different benchmarks were used as reference software. The preliminary results show that the proposed tool reached a solution set statistically equivalent to the used reference, an estimtimator of the Pareto-Optimal frontier. However, it was not possible to assert the overall performance of the tool since more runs and experiments would be needed. This was not possible because of limited time and computational resources.

Arquivos

AVISO - A consulta a este documento fica condicionada na aceitação das seguintes condições de uso:
Este trabalho é somente para uso privado de atividades de pesquisa e ensino. Não é autorizada sua reprodução para quaisquer fins lucrativos. Esta reserva de direitos abrange todos os dados do documento bem como seu conteúdo. Na utilização ou citação de partes do documento é obrigatório mencionar nome(s) do(s) autor(es) do trabalho.

Rodrigues_Bernardo.pdf (4.43 Mbytes)

 

Data de Publicação

2019-03-27

Número de visitas

378

Número de downloads

387