Crowdsourcing experiments

Это приложение позволяет вам участвовать в эксперименте краудсорсинга, чтобы помочь исследователям решать сложные задачи, используя с открытым исходным кодом Engine Коллективные знания доступными на http://github.com/ctuning/ck. Вы можете посмотреть все результаты публичных толпы на http://cknowledge.org/repo! Вы также можете проверить другие способы участия в эксперименте краудсорсинга (с использованием портативных компьютеров и центров обработки данных) на https://github.com/ctuning/ck/wiki/Crowdsourcing-optimization. И, наконец, вы можете получить открытые источники этого приложения для Android на https://github.com/ctuning/crowdsource-experiments-using-android-devices. Такое развитие событий координируется некоммерческой cTuning основания: http://cTuning.org. Пожалуйста, проверьте наши другие инициативы по открытой науки в http://cTuning.org/reproducibility-wiki.

Мы боролись с нехваткой вычислительных ресурсов и разнообразных рабочих нагрузок / наборов данных / аппаратного обеспечения для наших собственных исследований, чтобы сделать быстрее, меньше, более энергоэффективный надежное программное обеспечение самонастройки и аппаратное обеспечение для более десяти лет! Действительно, компьютерные системы становятся очень неэффективно - это в наше время не редкость, чтобы получить 10x ускорений, 2x уменьшение размера и сокращение 40% энергии для популярных алгоритмов (DNN, Блас, обработка видео) на новейшее оборудование с использованием так называемой автонастройки различных параметров алгоритма и компилятор оптимизаций. Тем не менее, этот процесс очень много времени из-за очень большой проектирования и оптимизации пространства.

С помощью фонда cTuning некоммерческий, мы разработали эту открытым исходным кодом технологии коллективного знания (CK), чтобы позволить рабочей нагрузки сообщество разделяют, наборы данных, инструменты и экспериментальные рабочие потоки в открытом формате CK через GitHub или BitBucket, краудсорсинга эксперименты по многочисленные устройства, предоставленные добровольцами, классифицируют решения на лету (активное обучение), применять прогнозного анализа, обмена знаниями и воспроизвести результаты. Наши текущие общие экспериментальные сценарии, включая GCC и настройки флага компилятора LLVM, и мы планируем добавить автоматическую настройку OpenCL / CUDA, тестирование масштабируемости, обнаружения ошибок компилятора и анализа численной устойчивости (см CK на основе интерактивного отчета: http://cknowledge.org/ интерактивный-отчет)! Это приложение просто запрашивает любой доступный сервер общих CK, получает экспериментальный пакет для вашего устройства (например, несколько двоичных файлов общего теста с различными оптимизациями), запускает его на мобильном устройстве с некоторыми случайными данными, установленными и отправлять статистику обратно на CK сервер, чтобы быть обрабатываются с использованием активного обучения и прогнозного анализа.

Ваше участие поддерживает нашу открытую науку и воспроизводимые исследовательские инициативы, такие как Артефактной оценки на различных конференциях (совместное использование экспериментальных рабочих процессов, связанных со всеми артефактами и результатами наряду с публикациями в воспроизводимой и многоразовые образом быть подтверждено сообществом):

* http://cTuning.org/ae

* http://adapt-workshop.org

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

Вы можете прочитать больше о нашей долгосрочной концепции в следующих публикациях:

* 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

Мы хотели бы поблагодарить наших нынешних сторонников:

* Http://cTuning.org (некоммерческий фонд)

* http://dividiti.com

У нас есть много новых идей и возможные проекты, основанные на этой технологии. Если вы заинтересованы, чтобы узнать больше или даже участвовать в нашей деятельности, присоединиться к нашей растущей академической и отраслевой консорциум, оптимизировать или обмениваться реалистичные рабочие нагрузки, реализовать новые сценарии эксперимента краудсорсинга, предоставить больше вычислительных ресурсов, не стесняйтесь связаться с автором (Григорий Фурсин, http://fursin.net) или через наш список рассылки:

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

Большое спасибо за участие в эксперименте краудсорсинга и позволяя открытую науку!