Crowdsourcing experiments

Esta aplicación le permite participar en el crowdsourcing experimento para ayudar a los investigadores a resolver problemas complejos utilizando código abierto motor de conocimiento colectivo disponible en http://github.com/ctuning/ck. Se puede ver todos los resultados multitud públicas en http://cknowledge.org/repo! También puede ver otras maneras de participar en el crowdsourcing experimento (usando los ordenadores portátiles y los centros de datos) en https://github.com/ctuning/ck/wiki/Crowdsourcing-optimization. Por último, se puede obtener de fuentes abiertas de esta aplicación Android en https://github.com/ctuning/crowdsource-experiments-using-android-devices. Este desarrollo es coordinado por la organización no lucrativa cTuning fundación: http://cTuning.org. Por favor, echa un vistazo a nuestras otras iniciativas para la ciencia abierta en http://cTuning.org/reproducibility-wiki.

Hemos estado luchando con la falta de recursos computacionales y diversas cargas de trabajo / conjuntos de datos / hardware para nuestra propia investigación para hacer más rápido, más pequeño y más eficiente de la energía de software de auto-ajuste fiable y hardware para más de una década! De hecho, los sistemas informáticos se están convirtiendo en muy ineficiente - es hoy en día no es raro para obtener 10x aceleraciones, 2x reducción de tamaño y la reducción de energía del 40% para los algoritmos populares (DNN, Blas, procesamiento de vídeo) en hardware más reciente utilizando llamado autoajuste de varios parámetros del algoritmo y optimizaciones del compilador. Sin embargo, este proceso es que consume debido a la muy grande espacios de diseño y optimización extremadamente tiempo.

Con la ayuda de la fundación cTuning sin ánimo de lucro, hemos desarrollado esta tecnología de código abierto colectiva del conocimiento (CK) para permitir que las cargas de trabajo de las acciones de la comunidad, conjuntos de datos, herramientas y flujos de trabajo experimental en un formato CK abierta a través de GitHub o BitBucket, crowdsource experimentos través numerosos dispositivos proporcionados por voluntarios, clasificar las soluciones sobre la marcha (aprendizaje activo), aplicar el análisis predictivo, intercambiar conocimientos y reproducir los resultados. Nuestros actuales escenarios experimentales compartidas incluyendo GCC y LLVM compilador de sintonización de la bandera, y que planean agregar la sintonización automática OpenCL / CUDA, pruebas de escalabilidad, la detección de errores del compilador y el análisis de la estabilidad numérica (véase el informe interactivo basado en CK: http://cknowledge.org/ interactiva-informe)! Esta aplicación simple consulta cualquier servidor de CK pública disponible, obtiene el paquete experimental para su dispositivo (por ejemplo, varios binarios de un punto de referencia compartido con diferentes optimizaciones), se ejecuta en el dispositivo móvil con algunos datos aleatorios establecidos y enviar estadísticas de vuelta al servidor CK ser procesados ​​utilizando el aprendizaje activo y el análisis predictivo.

Su participación es compatible con nuestra ciencia abierta y reproducibles iniciativas de investigación, tales como la evaluación de artefactos en varias conferencias (intercambio de flujos de trabajo con todos los artefactos experimentales y resultados, junto con las publicaciones de una manera reproducible y reutilizable para ser validados por la comunidad relacionados):

* http://cTuning.org/ae

* http://adapt-workshop.org

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

Usted puede leer más acerca de nuestra visión a largo plazo en las siguientes publicaciones:

* 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

Nos gustaría dar las gracias a nuestros seguidores actuales:

* Http://cTuning.org (fundación sin ánimo de lucro)

* http://dividiti.com

Tenemos muchas nuevas ideas y posibles proyectos basados ​​en esta tecnología. Si usted está interesado en saber más o incluso participar en nuestras actividades, unirse a nuestra creciente consorcio académico e industrial, optimizar o compartir las cargas de trabajo realistas, implementar nuevos escenarios experimento de crowdsourcing, proporcionar más recursos computacionales, no dude en ponerse en contacto con el autor (Grigori Fursin, http://fursin.net) oa través de nuestra lista de correo pública:

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

Muchas gracias por participar en el experimento de crowdsourcing y permitiendo la ciencia abierta!