HLSDataset: Open-Source Dataset for ML-Assisted FPGA Design using High Level Synthesis

要約

機械学習 (ML) は、高位合成 (HLS) を使用した設計探索で広く採用されており、FPGA ベースの設計の非常に早い段階で、より優れた高速なパフォーマンスとリソースと電力の見積もりを提供します。
予測を正確に実行するには、ML モデルのトレーニングに高品質で大容量のデータセットが必要です。この論文では、HLSDataset と呼ばれる、HLS を使用した ML 支援 FPGA 設計用のデータセットを紹介します。
このデータセットは、Polybench、Machsuite、CHStone、Rossetta など、広く使用されている HLS C ベンチマークから生成されています。
Verilog サンプルは、最適化された現実的なデザインが確実にカバーされるように、ループ アンロール、ループ パイプライン、配列パーティションなどのさまざまなディレクティブを使用して生成されます。
生成される Verilog サンプルの総数は、FPGA タイプごとに約 9,000 になります。
データセットの有効性を実証するために、データセットでトレーニングされた ML モデルを使用して電力推定とリソース使用量推定を実行するケーススタディを実施します。
すべてのコードとデータセットは github リポジトリで公開されています。HLSDataset を使用すると、データセットを生成するためのツールの実行、スクリプト作成、ファイルの解析という面倒なプロセスが回避され、研究者が貴重な時間を節約できると考えられます。
つまり、ML モデルのトレーニングです。

要約(オリジナル)

Machine Learning (ML) has been widely adopted in design exploration using high level synthesis (HLS) to give a better and faster performance, and resource and power estimation at very early stages for FPGA-based design. To perform prediction accurately, high-quality and large-volume datasets are required for training ML models.This paper presents a dataset for ML-assisted FPGA design using HLS, called HLSDataset. The dataset is generated from widely used HLS C benchmarks including Polybench, Machsuite, CHStone and Rossetta. The Verilog samples are generated with a variety of directives including loop unroll, loop pipeline and array partition to make sure optimized and realistic designs are covered. The total number of generated Verilog samples is nearly 9,000 per FPGA type. To demonstrate the effectiveness of our dataset, we undertake case studies to perform power estimation and resource usage estimation with ML models trained with our dataset. All the codes and dataset are public at the github repo.We believe that HLSDataset can save valuable time for researchers by avoiding the tedious process of running tools, scripting and parsing files to generate the dataset, and enable them to spend more time where it counts, that is, in training ML models.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google