Approximate Computing.

Motivation Approximate Computing (AC) ist ein neu entstehendes Entwurfsparadigma für Rechnersysteme. Mittels AC sollen Rechnersysteme energieeffizienter, schneller und auch kleiner werden. Während eine minimierte Größe für mobile Geräte wichtig ist, wie zum Beispiel für Mobiltelefone oder drahtlose Sensoren, haben eine hohe Energieeffizienz und kurze Laufzeiten große Bedeutung für viele Rechnerkategorien, von batteriebetriebenen Geräten bis hin zu Servern, die riesige Datenmengen verarbeiten müssen. Die Grundidee von AC ist es, den Anspruch an die Genauigkeit von Berechnungen zugunsten einer signifikanten Reduktion der Leistungsaufnahme und/oder der Laufzeit und/oder einer kleineren Chipfläche aufzugeben. Dieser Ansatz ist valide, da für viele Anwendungen ungefähre Resultate gut genug sind. Beispiele findet man insbesondere in der Audio-, Bildund Videoverarbeitung sowie im Data Mining. Das Neue an AC ist die Betrachtung aller Ebenen von Rechnersystemen, das heißt, man setzt nicht nur an der Anwendungsund Algorithmenebene an, sondern auch an den Ebenen der Programmiersprachen, Compiler, Betriebssysteme, Mikroarchitekturen und der Schaltkreise. Die zunehmenden Forschungsaktivitäten im Bereich AC umfassen Arbeiten zu all diesen Ebenen und manchmal sogar zu einer Kombination mehrerer Ebenen. Der Nutzen und das Potenzial von AC lässt sich gut anhand der Arbeit ,,IMPACT: imprecise adders for low-power approximate computing“ von Gupta et al. [1] zeigen, welche als eine der ersten Veröffentlichungen AC als eigenes Forschungsfeld postuliert hat. In dieser Arbeit werden Addiererschaltungen auf der Transistorebene so vereinfacht, dass sie im Vergleich zu einer exakten Implementierung wesentlich weniger Energie und Chipfläche benötigen. Die approximativen Arithmetikschaltungen werden dabei so entworfen, dass sich die Approximationsfehler nur in den niederwertigen Bits niederschlagen. Zur Bewertung werden die Addierer in den DCTund IDCT-(Diskrete-Cosinus-Transformation-) Einheiten einer Hardwareumsetzung des JPEGBildkompressionsverfahrens integriert. Dabei wurde gezeigt, dass nur unwesentliche – als Peak Signal to Noise Ratio (PSNR) messbare, aber optisch nicht wahrnehmbare – Qualitätseinbußen im Vergleich zu einer exakten Implementierung auftreten. Als Vergleich mit einer konventionellen Bitbreitenoptimierung wurde zusätzlich die Implementierung der DCT/IDCT-Einheiten mit exakter Arithmetik, aber reduzierter Bitbreite betrachtet. Diese Implementierungsalternative erzielt zwar vergleichbare