Crowdsourcing experiments

Mit dieser Anwendung können Sie in Experiment Crowd teilnehmen Forscher komplexe Probleme mit Open-Source-Kollektive Wissensmaschine zur Verfügung zu http://github.com/ctuning/ck lösen zu helfen. Sie können alle öffentlichen Publikum Ergebnisse bei http://cknowledge.org/repo sehen! Sie können auch andere Möglichkeiten, Besuche im Experiment Crowdsourcing (unter Verwendung von Laptops und Rechenzentren) an https://github.com/ctuning/ck/wiki/Crowdsourcing-optimization teilzunehmen. Schließlich können Sie bei https://github.com/ctuning/crowdsource-experiments-using-android-devices offenen Quellen dieser Android App zu bekommen. Diese Entwicklung wird von der Non-Profit-cTuning Stiftung koordiniert: http://cTuning.org. Bitte überprüfen Sie unsere anderen Initiativen für offene Wissenschaft bei http://cTuning.org/reproducibility-wiki aus.

Wir haben mit einem Mangel an Rechenressourcen und unterschiedliche Workloads / Datensätze / Hardware für unsere eigene Forschung zu kämpfen schneller, kleiner, leistungseffiziente zuverlässige Selbstoptimierung Software und Hardware für mehr als ein Jahrzehnt! Tatsächlich Computersysteme sind immer sehr ineffizient - es heutzutage nicht ungewöhnlich, 10x speedups zu erhalten, 2x Größenreduktion und 40% Energieeinsparung für populäre Algorithmen (DNN, BLAS, Videoverarbeitung) auf neueste Hardware so genannte Auto-Tuning verschiedener Algorithmus-Parameter verwenden und Compiler-Optimierungen. Jedoch ist dieses Verfahren extrem zeit durch sehr große Auslegung und Optimierung Räume raubend.

Mit Hilfe des Non-Profit-cTuning Gründung haben wir diese Open-Source-Kollektive Wissenstechnologie (CK) entwickelt, um die Community teilen Workloads, Datensätzen, die Werkzeuge und experimentellen Arbeitsabläufe in einem offenen CK-Format über GitHub oder BitBucket zu lassen, crowdsource Experimente über zahlreiche Geräte von Freiwilligen zur Verfügung gestellt, zu klassifizieren Lösungen on the fly (aktives Lernen), gelten Predictive analytics, Austausch von Wissen und die Ergebnisse zu reproduzieren. Unsere aktuellen gemeinsamen experimentellen Szenarien, einschließlich GCC und LLVM Compiler-Flag-Tuning, und wir planen, automatische OpenCL / CUDA-Tuning, Skalierbarkeit Tests, Compiler Fehlererkennung und numerische Stabilitätsanalyse hinzuzufügen (CK-basierten interaktiven Bericht finden Sie unter: http://cknowledge.org/ interaktive-Bericht)! Diese Anwendung fragt einfach alle verfügbaren öffentlichen CK-Server erhält experimentelle Pack für Ihr Gerät (wie zB mehrere Binärdateien einer gemeinsamen Benchmark mit verschiedenen Optimierungen), läuft es auf Ihrem mobilen Gerät mit einigen zufälligen Datensatz und Statistiken zurück zu CK-Server senden zu sein mit aktivem Lernen und Predictive analytics verarbeitet.

Ihre Teilnahme unterstützt unsere offene Wissenschaft und reproduzierbare Forschungsinitiativen wie Artifact Auswertung bei verschiedenen Konferenzen (gemeinsame Nutzung von experimentellen Workflows mit allen damit verbundenen Artefakte und Ergebnisse zusammen mit Publikationen in einer reproduzierbaren und wieder verwendbare Art und Weise von der Gemeinschaft validiert werden):

* http://cTuning.org/ae

* http://adapt-workshop.org

* http://ctuning.org/reproducibility-wiki

Sie können mehr über unsere langfristige Vision in den folgenden Veröffentlichungen lesen:

* http://arxiv.org/abs/1506.06256

* http://bit.ly/ck-date16

* http://hal.inria.fr/hal-01054763

* http://arxiv.org/abs/1406.4020

* https://hal.inria.fr/inria-00436029

Wir möchten, dass unsere aktuellen Anhänger danken:

* Http://cTuning.org (Non-Profit-Stiftung)

* http://dividiti.com

Wir haben viele neue Ideen und möglich auf der Basis dieser Technologie-Projekte. Wenn Sie daran interessiert sind, mehr zu wissen oder auch an unseren Aktivitäten teilnehmen, in unserem wachsenden akademischen und industriellen Konsortium, zu optimieren oder Ihre realistischen Workloads teilen, neues Experiment Crowdsourcing-Szenarien implementieren, mehr Rechenressourcen zur Verfügung stellen, zögern Sie nicht mit dem Autor in Kontakt zu treten (Grigori Fursin, http://fursin.net) oder über unsere öffentliche Mailingliste:

* https://groups.google.com/forum/#!forum/collective-knowledge

Vielen Dank für die Teilnahme an Experiment Crowdsourcing und ermöglicht offene Wissenschaft!