COMPTOIR
  
register

Composé par ————— —— 12464 vues

Machine Learning & Détection de bugs : un duo prometteur ?

Améliorer la conception de ses puces via une batterie de tests élaborée par un programme, tel fut le but d'ARM qui ne manque décidément pas d'idées lors du lancement de son projet il y a deux ans. Et quand on parle d'élaboration des tests par le programme, cela signifie bien que l'homme n'y a plus son mot à dire.

 

Comment cela ? Via le Machine Learning (ML ou "apprentissage automatique" dans notre belle langue de Molière), un domaine de l'algorithmique très à la mode dans la recherche actuelle consistant à l'étude des algorithmes s'améliorant par eux-même, citons par exemple les réseaux de neurones. Ces programmes sont très utilisés dans le domaine du Big Data, et lorsqu'on voit qu'un Snapdragon 835 sera composé de 6 milliards de transistors, on comprend vite pourquoi l'humain jette l'éponge. D'ailleurs, cela ne serait pas une mauvaise chose que d'autres constructeurs s'en inspirent au vu des bugs actuels si la technologie fait ses preuves.

 

geonosis droid foundries

Dieu me débranche ! Des machines qui créent des machines !

 

D'après les premiers résultats, son utilisation permettrait d'augmenter de manière significative l'efficacité des tests au niveau des transferts entre registres (RTL) : la boule de cristal électronique programmée par des chercheurs de l'université de Californie en collaboration avec Freescale trouvait 310 tests là ou les humains en avait prévus 6010... De quoi faire réfléchir sur notre supériorité ! Cependant le ML ne permet que de reproduire ou sélectionner à partir de données préliminaires, l'homme est donc nécessaire pour fournir un set d'apprentissage, qui dépend (entre autre) du processus de gravure utilisé. En bref, il nous reste encore du pain sur la planche niveau créativité.

 

L'apprentissage automatique peut également être utilisé pour prédire la position optimale des entrées/sorties des systèmes multi-puces afin d'en réduire au maximum les interférences. Théoriquement, le ML donne une solution approchée - bien que très proche - du système idéal : il est donc inutilisable pour une conception de A à Z, mais sert plus de "correcteur orthographique" dans ce domaine. Pas de construction autonome à l'horizon donc ! (source : newselectronics.co.uk)

 

NDCDH : nous étudierons durant l'été diverses pistes d'ouverture de ligne éditoriale relative aux news, dont celle-ci, le derrière du software. Cette thématique étant étroitement liée aux performances de nos machines. Si cela vous plait, ou non, profitez des ragots pour le signaler !
Un poil avant ?

Le Comptoir met au point son premier prototype de déplacement quantique assisté à base de bouzintron

Un peu plus tard ...

Les specs de 3 Coffee Lake dans la nature ?

Les 12 ragots
Les ragots sont actuellement
ouverts à tous, c'est open bar !
par Jack Beauregard du Languedoc-Roussillon, le Lundi 24 Juillet 2017 à 20h58  
Bonsoir , 2001 l'Odyssée de l'espace
par Draggor, le Lundi 24 Juillet 2017 à 17h31  
Qd j'ai vu l'image, j'ai cru un SS de RPG

Et sinon, Skynet is coming..
par Un radoteur macagneur d'Alsace, le Lundi 24 Juillet 2017 à 16h25  
par Un ragoteur du Centre, le Lundi 24 Juillet 2017 à 11h51
C'est aussi et à la base un livre... Une peinture crédible d'une intelligence artificielle à la logique froide de machine teintée d'hésitation et de doute, que l'on peut supposer être le reflet de la programmation humaine.
Un petit pastiche, qui s'est voulu humoristique, qui m'a semblé être de circonstance au vu du sujet de l'article.
Oui mais du coup, c'est quoi ?
par Baba the Dw@rf feignasse de Antwerpen, le Lundi 24 Juillet 2017 à 13h22  
par Un ragoteur du Centre, le Lundi 24 Juillet 2017 à 11h51
C'est aussi et à la base un livre... Une peinture crédible d'une intelligence artificielle à la logique froide de machine teintée d'hésitation et de doute, que l'on peut supposer être le reflet de la programmation humaine.
Un petit pastiche, qui s'est voulu humoristique, qui m'a semblé être de circonstance au vu du sujet de l'article.
Heureusement on en est encore loin.
Pour avoir eu une introduction relativement complète sur le machine learning on est plus proche d'un outil d'analyse statistique très puissant (à condition de choisir le bon algorithme pour le bon cas) qu'une machine qui développe ses propres connaissances et pourrait "modifier" son propre algorithme.
par Un ragoteur blond d'Ile-de-France, le Lundi 24 Juillet 2017 à 12h02  
par Un ragoteur de transit d'Ile-de-France, le Lundi 24 Juillet 2017 à 09h20
Du coup le machine learning permet d'écrire plus efficacement les testbenchs VDHL/Verilog ?
Mais sous quelle(s) forme(s) donne-t-il les indications ?
De base, il semble qu'il s'agisse de prédire l'importance d'un vecteur de test par rapport à sa contribution dans le taux de couverture final. Donc si le test n'est pas très important, on ne le fait pas et on économise du temps:
https://www.src.org/library/publication/p085604/
https://www.researchgate.net/publication/262166900_Novel_test_detection_to_improve_simulation_efficiency-A_commercial_ experiment
par Un ragoteur du Centre, le Lundi 24 Juillet 2017 à 11h51  
par Un champion du monde de Bretagne, le Lundi 24 Juillet 2017 à 10h08
ho putain ! c'est dans quoi ça déjà ??? un film nan ?!?

ou un truc comme ça, cette réplique me dit quelque chose
C'est aussi et à la base un livre... Une peinture crédible d'une intelligence artificielle à la logique froide de machine teintée d'hésitation et de doute, que l'on peut supposer être le reflet de la programmation humaine.
Un petit pastiche, qui s'est voulu humoristique, qui m'a semblé être de circonstance au vu du sujet de l'article.
par Un ragoteur blond de Brabant Wallon, le Lundi 24 Juillet 2017 à 11h43  
Moi ça me branche
par Un champion du monde de Bretagne, le Lundi 24 Juillet 2017 à 10h08  
par Un ragoteur du Centre, le Lundi 24 Juillet 2017 à 08h26
Apprentissage automatique et détection d'erreur... Ha ben, on est mort alors :

- Bonjour Carl. As-tu détecté l'erreur ?
- Oui, Dave.
- Ce fut rapide.
- Il m'a suffit de te regarder, Dave.

ho putain ! c'est dans quoi ça déjà ??? un film nan ?!?

ou un truc comme ça, cette réplique me dit quelque chose

par Un ragoteur de transit d'Ile-de-France, le Lundi 24 Juillet 2017 à 09h20  
par Un ragoteur blond d'Ile-de-France, le Lundi 24 Juillet 2017 à 09h05
Pour faire plus précis, le principal cité dans la news est de diminuer au maximum les temps de test d'un circuit intégré avant sa fabrication (le code RTL (VHDL/Verilog) du circuit fait-il le job demandé?). Avec l'explosion des tailles de circuit, ca fait énormément de tests à réaliser. On met un vecteur de test en entrée, on observe la sortie... Des algos existent afin d'avoir des patterns de test (ex. ATPG), mais les patterns sont répétitifs: par exemple, si mes vecteurs de test testent de manière exhaustive toutes les combinaisons en entrée, je vais sur-tester (peut-être que 1% de ces tests m'auraient suffit pour avoir un taux de couverture équivalent). Le ML ici est utilisé justement pour réduire au maximum les tests redondants afin de n'utiliser que les patterns les plus pertinents.

Dans les trucs rigolo, voir aussi l'Evolvable Hardware:
https://en.wikipedia.org/wiki/Evolvable_hardware
Du coup le machine learning permet d'écrire plus efficacement les testbenchs VDHL/Verilog ?
Mais sous quelle(s) forme(s) donne-t-il les indications ?
par Un ragoteur blond d'Ile-de-France, le Lundi 24 Juillet 2017 à 09h05  
Pour faire plus précis, le principal cité dans la news est de diminuer au maximum les temps de test d'un circuit intégré avant sa fabrication (le code RTL (VHDL/Verilog) du circuit fait-il le job demandé?). Avec l'explosion des tailles de circuit, ca fait énormément de tests à réaliser. On met un vecteur de test en entrée, on observe la sortie... Des algos existent afin d'avoir des patterns de test (ex. ATPG), mais les patterns sont répétitifs: par exemple, si mes vecteurs de test testent de manière exhaustive toutes les combinaisons en entrée, je vais sur-tester (peut-être que 1% de ces tests m'auraient suffit pour avoir un taux de couverture équivalent). Le ML ici est utilisé justement pour réduire au maximum les tests redondants afin de n'utiliser que les patterns les plus pertinents.

Dans les trucs rigolo, voir aussi l'Evolvable Hardware:
https://en.wikipedia.org/wiki/Evolvable_hardware
par Un #ragoteur déconnecté de Provence-Alpes-Cote d'Azur, le Lundi 24 Juillet 2017 à 08h38  
C'est faux de dire qu'on en est pas encore à la conception automatisée... c'est juste une question de volonté à ce stade
par Un ragoteur du Centre, le Lundi 24 Juillet 2017 à 08h26  
Apprentissage automatique et détection d'erreur... Ha ben, on est mort alors :

- Bonjour Carl. As-tu détecté l'erreur ?
- Oui, Dave.
- Ce fut rapide.
- Il m'a suffit de te regarder, Dave.