Crowdsourcing experiments
1 mil+
Downloads
Todos
info
Sobre este app
Esta aplicação permite-lhe participar de crowdsourcing experiência para ajudar os pesquisadores a resolver problemas complexos usando open-source Motor conhecimento coletivo disponível em http://github.com/ctuning/ck. Você pode ver todos os resultados multidão públicos a http://cknowledge.org/repo! Você também pode verificar outras maneiras de participar crowdsourcing experiência (usando laptops e centros de dados) na https://github.com/ctuning/ck/wiki/Crowdsourcing-optimization. Finalmente, você pode obter fontes abertas deste aplicativo Android na https://github.com/ctuning/crowdsource-experiments-using-android-devices. Este desenvolvimento é coordenado pela organização sem fins lucrativos cTuning fundação: http://cTuning.org. Por favor, confira nossas outras iniciativas para a ciência aberta na http://cTuning.org/reproducibility-wiki.
Temos sofrido com a falta de recursos computacionais e diversificada cargas de trabalho / conjuntos de dados / hardware para nossa própria pesquisa para tornar mais rápido, menor e mais eficiente de energia software de auto-ajuste confiável e hardware por mais de uma década! Na verdade, os sistemas de computador estão se tornando muito ineficiente - é hoje em dia não é incomum para obter 10x speedups, 2x redução de tamanho e redução de energia de 40% para os algoritmos populares (DNN, Blas, processamento de vídeo) no mais recente hardware utilizando o chamado auto-ajuste de vários parâmetros do algoritmo e otimizações do compilador. No entanto, este processo é extremamente demorada, devido a espaços muito grandes de concepção e de optimização.
Com a ajuda da fundação cTuning sem fins lucrativos, nós desenvolvemos esta tecnologia de código aberto Coletiva do Conhecimento (CK) para permitir que as cargas de trabalho parte da Comunidade, conjuntos de dados, ferramentas e fluxos de trabalho experimentais em um formato CK aberta via GitHub ou BitBucket, crowdsource experiências através inúmeros dispositivos fornecidos por voluntários, classificar soluções na mosca (aprendizagem activa), aplicar análise preditiva, intercâmbio de conhecimentos e reproduzir os resultados. Nossos atuais cenários experimentais partilhadas incluindo GCC e LLVM sinalizador do compilador tuning, e planejamos adicionar sintonização automática OpenCL / CUDA, testes de escalabilidade, detecção compilador bug e análise de estabilidade numérica (ver o relatório interativa baseada CK: http://cknowledge.org/ interativa-relatório)! Este aplicativo simplesmente consulta qualquer servidor CK pública disponível, obtém pacote experimental para o seu dispositivo (como vários binários de uma referência compartilhada com diferentes otimizações), executa-lo em seu dispositivo móvel com alguns dados aleatórios definidos e envie estatísticas de volta ao servidor CK ser processados usando a aprendizagem ativa e análise preditiva.
Sua participação suporta nossa ciência aberta e iniciativas de investigação reprodutíveis como Artefato Avaliação em várias conferências (compartilhamento de fluxos de trabalho experimentais com todos os artefatos e resultados, juntamente com publicações em uma maneira reprodutível e reutilizáveis a serem validados pela comunidade relacionados):
* http://cTuning.org/ae
* http://adapt-workshop.org
* http://ctuning.org/reproducibility-wiki
Você pode ler mais sobre a nossa visão de longo prazo nas seguintes publicações:
* 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
Gostaríamos de agradecer aos nossos adeptos atuais:
* Http://cTuning.org (fundação sem fins lucrativos)
* http://dividiti.com
Temos muitas novas ideias e possíveis projetos baseados nesta tecnologia. Se você estiver interessado em saber mais ou até mesmo participar de nossas atividades, se juntar à nossa crescente consórcio académico e industrial, otimizar ou partilhar as suas cargas de trabalho realistas, implementar novos cenários experiência de crowdsourcing, fornecer mais recursos computacionais, não hesite em entrar em contato com o autor (Grigori Fursin, http://fursin.net) ou através da nossa lista de discussão pública:
* https://groups.google.com/forum/#!forum/collective-knowledge
Muito obrigado pela sua participação em crowdsourcing experiência e permitindo ciência aberta!
Temos sofrido com a falta de recursos computacionais e diversificada cargas de trabalho / conjuntos de dados / hardware para nossa própria pesquisa para tornar mais rápido, menor e mais eficiente de energia software de auto-ajuste confiável e hardware por mais de uma década! Na verdade, os sistemas de computador estão se tornando muito ineficiente - é hoje em dia não é incomum para obter 10x speedups, 2x redução de tamanho e redução de energia de 40% para os algoritmos populares (DNN, Blas, processamento de vídeo) no mais recente hardware utilizando o chamado auto-ajuste de vários parâmetros do algoritmo e otimizações do compilador. No entanto, este processo é extremamente demorada, devido a espaços muito grandes de concepção e de optimização.
Com a ajuda da fundação cTuning sem fins lucrativos, nós desenvolvemos esta tecnologia de código aberto Coletiva do Conhecimento (CK) para permitir que as cargas de trabalho parte da Comunidade, conjuntos de dados, ferramentas e fluxos de trabalho experimentais em um formato CK aberta via GitHub ou BitBucket, crowdsource experiências através inúmeros dispositivos fornecidos por voluntários, classificar soluções na mosca (aprendizagem activa), aplicar análise preditiva, intercâmbio de conhecimentos e reproduzir os resultados. Nossos atuais cenários experimentais partilhadas incluindo GCC e LLVM sinalizador do compilador tuning, e planejamos adicionar sintonização automática OpenCL / CUDA, testes de escalabilidade, detecção compilador bug e análise de estabilidade numérica (ver o relatório interativa baseada CK: http://cknowledge.org/ interativa-relatório)! Este aplicativo simplesmente consulta qualquer servidor CK pública disponível, obtém pacote experimental para o seu dispositivo (como vários binários de uma referência compartilhada com diferentes otimizações), executa-lo em seu dispositivo móvel com alguns dados aleatórios definidos e envie estatísticas de volta ao servidor CK ser processados usando a aprendizagem ativa e análise preditiva.
Sua participação suporta nossa ciência aberta e iniciativas de investigação reprodutíveis como Artefato Avaliação em várias conferências (compartilhamento de fluxos de trabalho experimentais com todos os artefatos e resultados, juntamente com publicações em uma maneira reprodutível e reutilizáveis a serem validados pela comunidade relacionados):
* http://cTuning.org/ae
* http://adapt-workshop.org
* http://ctuning.org/reproducibility-wiki
Você pode ler mais sobre a nossa visão de longo prazo nas seguintes publicações:
* 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
Gostaríamos de agradecer aos nossos adeptos atuais:
* Http://cTuning.org (fundação sem fins lucrativos)
* http://dividiti.com
Temos muitas novas ideias e possíveis projetos baseados nesta tecnologia. Se você estiver interessado em saber mais ou até mesmo participar de nossas atividades, se juntar à nossa crescente consórcio académico e industrial, otimizar ou partilhar as suas cargas de trabalho realistas, implementar novos cenários experiência de crowdsourcing, fornecer mais recursos computacionais, não hesite em entrar em contato com o autor (Grigori Fursin, http://fursin.net) ou através da nossa lista de discussão pública:
* https://groups.google.com/forum/#!forum/collective-knowledge
Muito obrigado pela sua participação em crowdsourcing experiência e permitindo ciência aberta!
Atualizado em
Segurança dos dados
Nesta seção, os desenvolvedores podem exibir informações sobre como o app coleta e usa seus dados. Saiba mais sobre a segurança dos dados
Nenhuma informação disponível
O que há de novo
* Fixed problem with OpenME on API 28+
* Changed http access to https
* Added partial support for https://cKnowledge.io
* Changed http access to https
* Added partial support for https://cKnowledge.io