Christoforos Kachris

Διαθέσιμες Διπλωματικές

Επιτάχυνση Αλγοριθμων Νευρωνικών δικτύων Kolmogorov–Arnold σε FPGAs

Η διπλωματική εργασία με τίτλο "Επιτάχυνση του Δικτύου Kolmogorov–Arnold για FPGAs" επικεντρώνεται στη βελτιστοποίηση του συγκεκριμένου αλγορίθμου μέσω υλοποίησης σε αρχιτεκτονικές FPGA. Αρχικά, θα γίνει ανάλυση του θεωρητικού υποβάθρου του δικτύου Kolmogorov–Arnold και της μαθηματικής πολυπλοκότητάς του. Στη συνέχεια, θα παρουσιαστεί η προτεινόμενη αρχιτεκτονική για την επιτάχυνση του αλγορίθμου χρησιμοποιώντας γλώσσες περιγραφής υλικού (π.χ. VHDL, Verilog). Η εργασία θα καταλήξει με αξιολόγηση της απόδοσης της FPGA υλοποίησης σε σύγκριση με παραδοσιακές πλατφόρμες, όπως οι CPUs και GPUs.

Επιτάχυνση Αλγοριθμων Μεγάλων Γλωσσικών Μοντελων σε FPGAs

Η διπλωματική εργασία εστιάζει στη επιτάχυνση των Μεγάλων Γλωσσικών Μοντέλων είτε αυτα είναι βασισμένα σε Transformer networks είτε είναι βασισμένα σε νέα μοντέλα οπως Liquid Foundation Models, Test-Time Training (TTT) Models, State Space Models ktl. Αρχικά, θα αναλυθούν τα υπάρχοντα μοντέλα (πχ based on Transformer models) και άλλες νέες τεχνικές και οι απαιτήσεις τους σε υπολογιστικούς πόρους. Στη συνέχεια, θα σχεδιαστεί και θα υλοποιηθεί μια αρχιτεκτονική FPGA που θα επιταχύνει τους υπολογισμούς, χρησιμοποιώντας γλώσσες περιγραφής υλικού όπως VHDL και εργαλεία High-Level Synthesis. Η αξιολόγηση θα γίνει μέσω σύγκρισης της απόδοσης σε σχέση με παραδοσιακές πλατφόρμες, όπως οι CPUs και GPUs.

Επιτάχυνση Διαφορικών Εξισώσεων για Προσομοίωση Νευρωνικών Δικτύων σε FPGAs

Η διπλωματική εργασία επικεντρώνεται στην επιτάχυνση της επίλυσης συνήθων διαφορικών εξισώσεων (ODEs) που χρησιμοποιούνται για την προσομοίωση της δυναμικής των νευρωνικών κυτταρων, μέσω υλοποίησης σε αρχιτεκτονικές FPGA. Αρχικά, θα αναλυθούν οι μέθοδοι αριθμητικής επίλυσης ODEs και οι απαιτήσεις τους σε υπολογιστικούς πόρους. Στη συνέχεια, θα σχεδιαστεί και θα υλοποιηθεί μια βελτιστοποιημένη αρχιτεκτονική FPGA, χρησιμοποιώντας γλώσσες περιγραφής υλικού όπως VHDL ή εργαλεία High-Level Synthesis. Τέλος, η απόδοση της υλοποίησης θα συγκριθεί με παραδοσιακές λύσεις σε CPUs και GPUs.

Christoforos Kachris

Διαθέσιμες Διπλωματικές

Contact Information