A Monte Carlo approach for maximum power estimation based on extreme value theory

Evmorfopoulos, Nestor; Stamoulis, George; Avaritsiotis, J.N.

doi:10.1109/43.992765

Cited by 42 publications

(50 citation statements)

References 19 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…We observed that even with increased bit width, the leakage distribution is normal for both adder and multiplier. Several prior works in literature for eg., [21] and [22] report similar nomal power distributions. Based on this empirical evidence, we assume that the leakage distribution of adder and multiplier modules with any bit width is normal.…”

Section: Self Similarity Based Monte Carlo Characterization For Low Lmentioning

confidence: 54%

Interval Arithmetic and Self Similarity Based Subthreshold Leakage Optimization in RTL Datapaths

Pendyala

Katkoori

2015

VLSI-SoC: Internet of Things Foundations

View full text Add to dashboard Cite

International audienceWe propose top-down and bottom-up interval propagation techniques for identifying low leakage input vectors at primary inputs of an RTL datapath. Empirically, we observed self-similarity in the leakage distribution of adder/multiplier modules i.e., leakage distribution at the sub-space level is similar to that at the entire input space. We exploit this property to quickly search low leakage vectors. The proposed module library leakage characterization is scalable and is demonstrated on adders/multipliers. Given an RTL datapath, interval propagation is carried out with the low leakage intervals of the module instances with primary inputs. The reduced interval set is further processed with simulated annealing, to arrive at the best low leakage vector set at the primary inputs. Experimental results for various DSP filters simulated in 16 nm CMOS technology with top-down and bottom-up approaches yield leakage savings of 93.6 % and 89.2 % respectively with no area, timing, or control overheads

show abstract

Section: Self Similarity Based Monte Carlo Characterization For Low Lmentioning

confidence: 54%

Interval Arithmetic and Self Similarity Based Subthreshold Leakage Optimization in RTL Datapaths

Pendyala

Katkoori

2015

VLSI-SoC: Internet of Things Foundations

View full text Add to dashboard Cite

show abstract

“…Η εκτίμηση των μέγιστων ρευμάτων στις καταβόθρες, για όλα τα ζεύγη διανυσμάτων εισόδου, είναι ένα απαιτητικό πρόβλημα και έχει μελετηθεί σε παλαιότερες εργασίες [Chowdhurry90]- [Kriplani]. Αλλά, στη συγκεκριμένη εργασία έγινε υλοποίηση των τεχνικών που αναπτύχθηκαν για την εκτίμηση του ρεύματος/ισχύος, με στατιστικές μεθόδους [Hill]- [Ping]- [Wu]- [Evmorfopoulos02], οι οποίες θεωρήσαμε ότι ταιριάζουν περισσότερο για την επίλυση του συγκεκριμένου προβλήματος. Το πρόβλημα είναι ότι η χρήση ρευμάτων εκτίμησης με στατικές τιμές, για την ανάλυση αξιοπιστίας του ΔΔΙ είναι σε μεγάλο βαθμό πεσιμιστικές και μπορεί να οδηγήσουν σε λανθασμένα αποτελέσματα.…”

Section: προηγουμενη ερευνητικη δραστηριοτητα και στοχοι της παρουσαςunclassified

“…Ως επιπρόσθετο πρόβλημα, δεν περιγράφηκε κάποιος κατάλληλος τρόπος προσδιορισμού των μέγιστων ρευμάτων, ενώ οι ήδη υπάρχουσες μέθοδοι την εποχή εκείνη (όπως και μεταγενέστερα μέχρι την εργασία [Evmorfopoulos02]) ήταν τουλάχιστον ανεπαρκείς.…”

Section: σ ε λ ί δ αunclassified

“…, που ορίζεται ως μια κατανομή πιθανότητας Gumbel στην εργασία [Evmorfopoulos02], η οποία χαρακτηρίζει το μεγαλύτερο πλήθος πρακτικών περιπτώσεων. Η επικράτηση της κατανομής Gumbel για τα μέγιστα έχει πιστοποιηθεί τόσο θεωρητικά στην εργασία [Resnick] και πειραματικά στις εργασίες [Evmorfopoulos02], [Castillo].…”

Section: η στατιστικη εκτιμηση του μεγιστου ρευματοςunclassified

“…Η επικράτηση της κατανομής Gumbel για τα μέγιστα έχει πιστοποιηθεί τόσο θεωρητικά στην εργασία [Resnick] και πειραματικά στις εργασίες [Evmorfopoulos02], [Castillo].…”

Section: η στατιστικη εκτιμηση του μεγιστου ρευματοςunclassified

See 2 more Smart Citations

Μέθοδοι Ανάλυσης Της Αξιοπιστίας Ολοκληρωμένων Κυκλωμάτων

Καραμπατζάκης¹

View full text Add to dashboard Cite

Circle Chart for the Monitoring of Maxima in Periodic Processes

Deng

Goh

Cheng

et al. 2014

Quality & Reliability Eng

View full text Add to dashboard Cite

An important process characteristic is process maxima as it is often an important quality or performance parameter. Such measurements often play a vital role in process analysis and have to be monitored carefully. In this paper, we consider the problem of monitoring process maxima when the process exhibits a kind of periodicity. A circle chart for periodical process maxima with or without seasonal patterns monitoring is developed and studied, by modeling the process maxima using the extreme value distribution. Mean normalization is applied for periodic process monitoring with seasonal patterns to facilitate comparison between different sections and periods. The average cycle run length is proposed to measure charting efficiency. Copyright © 2014 John Wiley & Sons, Ltd.

show abstract

A Monte Carlo approach for maximum power estimation based on extreme value theory

Cited by 42 publications

References 19 publications

Interval Arithmetic and Self Similarity Based Subthreshold Leakage Optimization in RTL Datapaths

Interval Arithmetic and Self Similarity Based Subthreshold Leakage Optimization in RTL Datapaths

Μέθοδοι Ανάλυσης Της Αξιοπιστίας Ολοκληρωμένων Κυκλωμάτων

Circle Chart for the Monitoring of Maxima in Periodic Processes

Contact Info

Product

Resources

About