POLITECNICO DI MILANO Framework per lo sviluppo di descrizioni HW basato su ImpulseC tramite l'uso di algoritmi evolutivi Relatore: prof.ssa Anna Maria.

Presentazione sul tema: "POLITECNICO DI MILANO Framework per lo sviluppo di descrizioni HW basato su ImpulseC tramite l'uso di algoritmi evolutivi Relatore: prof.ssa Anna Maria."— Transcript della presentazione:

1 POLITECNICO DI MILANO Framework per lo sviluppo di descrizioni HW basato su ImpulseC tramite l'uso di algoritmi evolutivi Relatore: prof.ssa Anna Maria Antola Correlatore: ing. Marco Domenico Santambrogio Tesi di: Marco Castagna matr. 664570

2 2 Sommario Scopo dellelaboratoScopo dellelaborato Evolvable Hardware: definizione e vantaggiEvolvable Hardware: definizione e vantaggi Approcci allevoluzione HardwareApprocci allevoluzione Hardware Circuiti Virtuali RiconfigurabiliCircuiti Virtuali Riconfigurabili Il framework di valutazioneIl framework di valutazione Esperimenti effettuatiEsperimenti effettuati Conclusioni e sviluppi futuriConclusioni e sviluppi futuri

3 3 Scopo Valutazione delle potenzialità di un approccio evolutivo alla ricerca delle configurazioni Hardware caso di studio: evoluzione di un filtro 3x3 per applicazioni di Image Processing

4 4 Evolvable Hardware: definizione intuitiva Hardware riconfigurabile Algoritmi Evolutivi +

5 5 Evolvable Hardware: vantaggi FlessibilitàFlessibilità EfficienzaEfficienza A patto di… sapere esattamente cosa si vuole ottenute autonomamente

6 6 Due approcci allevoluzione hardware Evoluzione Gate Level Evoluzione Functional Level potente ma…

7 7 Circuiti Virtuali Riconfigurabili Risolvono problemi legati a: Risolvono problemi legati a: Configurazioni illegali Configurazioni illegali Manipolazione del bitstream Manipolazione del bitstream Velocità della riconfigurabilità interna Velocità della riconfigurabilità interna

8 8 Il VRC del caso di studio Blocchi Funzionali Configurabili (CFB) Blocchi di Routing (RB) realizzati con ImpulseC

9 9 Framework di valutazione

10 10 Esperimento 1: Un semplice Edge Detector 250 generazioni

11 11 Esperimento 2: Soppressione del rumore 3100 generazioni

12 12 Esperimento 3: Edge Detection con rumore 27000 generazioni

13 13 Esperimento 4: Noise Reduction 11000 generazioni

14 14 Conclusioni e Sviluppi Futuri Lapproccio evolutivo a livello funzionale sembra essere applicabile E fondamentale scegliere correttamente : Funzione di fitnessFunzione di fitness Casi di testCasi di test Sviluppi futuri… Evoluzione Simbiotica Riduzione dello spazio delle configurazioni

15 15 Fine -Fine Presentazione-