Crowdsourcing experiments

Neem deel aan experiment crowdsourcing om te helpen complexe onderzoek problemen op te lossen!

Met deze toepassing kunt u deelnemen aan het experiment crowdsourcing om onderzoekers te helpen oplossen van complexe problemen met behulp van open-source collectieve kennis Engine beschikbaar bij http://github.com/ctuning/ck. U kunt alle openbare menigte resultaten bij http://cknowledge.org/repo zien! U kunt ook kijken op andere manieren om deel te nemen aan het experiment crowdsourcing (met behulp van laptops en datacenters) aan https://github.com/ctuning/ck/wiki/Crowdsourcing-optimization. Ten slotte kunt u open bronnen van deze Android-app krijgen op https://github.com/ctuning/crowdsource-experiments-using-android-devices. Deze ontwikkeling wordt gecoördineerd door de non-profit stichting cTuning: http://cTuning.org. Alsjeblieft, kijk op onze andere initiatieven voor een open wetenschappen aan http://cTuning.org/reproducibility-wiki.

We hebben te kampen met een gebrek aan computationele middelen en diverse workloads / data sets / hardware voor ons eigen onderzoek om sneller, kleiner, meer energiezuinig betrouwbare self-tuning software en hardware voor meer dan een decennium! Inderdaad, computersystemen steeds zeer inefficiënt - het is tegenwoordig niet ongewoon om 10x snelheidswinst te verkrijgen, 2x verkleinen en 40% energiebesparing voor populaire algoritmen (DNN, BLAS, video processing) op de nieuwste hardware met behulp van zogenaamde autotuning van verschillende algoritme parameters en compiler optimalisaties. Dit proces is zeer tijdrovend door zeer design en optimalisatie ruimten.

Met de hulp van de non-profit cTuning stichting, hebben we deze open source collectieve kennis technologie (CK) aan de gemeenschap aandeel workloads, datasets, hulpmiddelen en experimentele workflows in een open CK formaat via GitHub of BitBucket laten, crowdsourcen experimenten tegenover ontwikkeld tal van apparaten die door vrijwilligers, classificeren oplossingen on the fly (actief leren), toe te passen predictive analytics, kennis uit te wisselen en te reproduceren resultaten. Onze huidige gedeelde experimentele scenario's met inbegrip van GCC en LLVM compiler vlag tuning, en we zijn van plan om automatische OpenCL / CUDA tuning, schaalbaarheid testen, compiler bug detectie en numerieke stabiliteit analyse (zie-CK-based interactieve rapport toe te voegen: http://cknowledge.org/ interactieve-rapport)! Deze applicatie simpelweg query elke beschikbare openbare CK server, verkrijgt experimentele pack voor uw apparaat (zoals een aantal binaries van een gemeenschappelijke maatstaf met verschillende optimalisaties), loopt het op uw mobiel apparaat met enkele set willekeurige gegevens en stuurt statistieken terug naar CK-server te zijn verwerkt met behulp van actief leren en predictive analytics.

Uw deelname ondersteunt onze open wetenschap en reproduceerbaar onderzoeksinitiatieven zoals Artifact Evaluatie op verschillende conferenties (delen van experimentele workflows met alle bijbehorende artefacten en de resultaten samen met publicaties op een reproduceerbare en herbruikbare manier worden gevalideerd door de gemeenschap):

* http://cTuning.org/ae

* http://adapt-workshop.org

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

U kunt meer informatie over onze visie op lange termijn in de volgende publicaties te lezen:

* 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

We willen onze huidige supporters te bedanken:

* Http://cTuning.org (non-profit stichting)

* http://dividiti.com

We hebben veel nieuwe ideeën en mogelijke projecten op basis van deze technologie. Als u geïnteresseerd bent om meer te weten of zelfs deel te nemen aan onze activiteiten, deelnemen aan onze groeiende academische en industriële consortium, optimaliseren of deel uw realistische workloads, implementeren van nieuwe experiment crowdsourcing scenario's, zorgen voor meer computationele middelen, aarzel dan niet contact op te nemen met de auteur (Grigori Fursin, http://fursin.net) of via onze publieke mailing list:

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

Hartelijk dank voor uw deelname aan het experiment crowdsourcing en het mogelijk maken geopend wetenschap!