Person: Bueno Mora, Nicolás
Loading...
First Name
Nicolás
Last Name
Bueno Mora
Affiliation
Universidad Complutense de Madrid
Faculty / Institute
Informática
Department
Arquitectura de Computadores y Automática
Area
Identifiers
4 results
Search Results
Now showing 1 - 4 of 4
Item Improving the representativeness of simulation intervals for the cache memory system(IEEE Access, 2024) Bueno Mora, Nicolás; Castro Rodríguez, Fernando; Piñuel Moreno, Luis; Gómez Pérez, José Ignacio; Catthor, FranckyAccurate simulation techniques are indispensable to efficiently propose new memory or architectural organizations. As implementing new hardware concepts in real systems is often not feasible, cycle-accurate simulators employed together with certain benchmarks are commonly used. However, detailed simulators may take too much time to execute these programs until completion. Therefore, several techniques aimed at reducing this time are usually employed. These schemes select fragments of the source code considered as representative of the entire application’s behaviour–mainly in terms of performance, but not plenty considering the behaviour of cache memory levels–and only these intervals are simulated. Our hypothesis is that the different simulation windows currently employed when evaluating microarchitectural proposals, especially those involving the last level cache (LLC), do not reproduce the overall cache behaviour during the entire execution, potentially leading to wrong conclusions on the real performance of the proposals assessed. In this work, we first demonstrate this hypothesis by evaluating different cache replacement policies using various typical simulation approaches. Consequently, we also propose a simulation strategy, based on the applications’ LLC activity, which mimics the overall behaviour of the cache much closer than conventional simulation intervals. Our proposal allows a fairer comparison between cache-related approaches as it reports, on average, a number of changes in the relative order among the policies assessed – with respect to the full simulation – more than 30% lower than that of conventional strategies, maintaining the simulation time largely unchanged and without losing accuracy on performance terms, especially for memory-intensive applications.Item A Comparative Analysis on the Impact of Bank Contention in STT-MRAM and SRAM Based LLCs(2019) Evenblij, Timmon; Komalan, Manu Perumkunnil; Catthoor, Franky; Sakhare, Sushil; Debacker, Peter; Kar, Gouri; Furnemont, Arnaud; Bueno Mora, Nicolás; Gómez Pérez, José Ignacio; Tenllado Van Der Reijden, Christian Tomás; IEEESpin Transfer Torque Magnetic RAM (STT-MRAM) is being extensively considered as a promising replacement for Last Level Caches (LLC), due to its high density, low leakage and non-volatility. However, writes to STT-MRAM are energy intensive and have a high latency. While the high dynamic energy consumption during writes can be compensated by the low static energy consumption, the high latency results in performance degradation. This work shows that in contrast to SRAM-based LLCs, the performance degradation for STT-MRAM is primarily due to bank contention, when trying to satisfy a read request while the bank is being written. We holistically explore the effects of cache banking and cache contention on energy and performance in the LLC of mobile multicore systems, with in-order cores or with out-of-order cores. The detail of the analysis is enabled by highly accurate cache models, based on a 28nm SRAM industry compiler, and an in-house developed STT-MRAM compiler, which generates full STT-MRAM macro designs with silicon-validated MTJ stack and complete parasitic extraction at the 28nm node. Our results show that there is a clear difference in the energy-performance optimal banking configuration between STT-MRAM caches and SRAM caches. These low contention STT-MRAM cache designs with the optimal number of banks save at least 60% cache energy while losing at most single digit percentages in system performance compared to SRAM cache designs. This show an increased potential of using STT-MRAM as a replacement for SRAM in an LLC.Item Predicción a corto plazo de radiación solar(2019) Bueno Mora, Nicolás; Gómez Pérez, José IgnacioLa predicción de los niveles de irradiación solar a corto plazo es relevante para obtener la energía que se va a producir y hacer el mejor uso. Existen modelos capaces de proporcionar con cierto grado de satisfacción esta predicción. Además de ser precisa, conviene que sea eficiente en recursos, reduciendo los requisitos al máximo posible del aprendizaje máquina. El enfoque de este trabajo es una exploración para hacer modelos más eficientes, intentando mejorar la predicción si es posible haciendo uso de modelos especializados. Los datos de irradiación con los que se trabaja provienen de la red ubicada en Oahu, Hawai con diecisiete estaciones de medida durante un periodo de diecinueve meses con una frecuencia de un segundo. Este trabajo busca modelos creados con una red neuronal a partir de subconjuntos de todos estos datos mediante la aplicación de distintos métodos de análisis de afinidad entre los valores de irradiación, considerando por un lado la elección manual de los modelos especializados y por otro lado una selección de subconjuntos de datos automática, reduciendo así el impacto en los resultados finales de este trabajo de como son elegidos los modelos. Los resultados de los modelos especializados elegidos con un conjunto representativo de datos no mejoran la calidad de la predicción pero se pueden tener en cuenta por conseguir resultados similares con menos recursos. Además de la obtención una mayor cantidad de datos correspondiendo a cada modelo, hacer uso de otros criterios para seleccionar modelos especializados serían líneas de posible mejora en la predicción.Item Aplicación de la realidad aumentada para la asistencia en enseñanza médica(2017) Bueno Mora, Nicolás; Cerdá Sánchez, Ignacio; Eugui Fernández, Ricardo; Gómez Martín, Pedro PabloLa telemedicina es una de las áreas que mejor aprovechan las nuevas tecnologías, permitiendo a pacientes contactar con médicos a miles de kilómetros de distancia, conectando cualquier lugar del planeta. Este servicio permite hoy en día conseguir un diagnóstico preciso, prescribir el tratamiento adecuado, estabilizar al paciente, decidir la necesidad de traslado y supervisar la evolución del paciente, todo esto sin tener que estar físicamente en la misma habitación. La idea original de este TFG era solventar un problema importante que tienen las unidades desplazadas fuera de nuestras fronteras. Este problema es que existe una gran dificultad en el correcto entendimiento entre cirujanos a distancia debido a las limitaciones de la cámara cenital con la que emiten las operaciones. Dicho problema surge porque en las misiones fuera del país lo habitual es enviar a especialistas en traumatología, que es la especialidad más demandada en conflictos donde suelen desplazarse nuestras tropas. De ahí que si surgen necesidades de cirugía de otro ámbito, podría ser muy útil este tipo de tecnologías. La idea original de poder mostrar la realidad aumentada sobre los cristales de las propias gafas es modificada porque el objetivo inicial era demasiado ambicioso, limitado por el hardware. Se pensó en empezar por algo más abarcable para continuar con la idea original si se avanzaba con el proyecto a tiempo. Así surge la necesidad de orientarlo hacia docencia. El objetivo final de este Trabajo Fin de Grado es la realización de una aplicación de realidad aumentada para ayudar en la docencia dentro de la unidad de telemedicina. Haciendo uso de unas gafas inteligentes, se busca conseguir enviar al hospital o a un aula lo mismo que ve el cirujano en tiempo real en el quirófano. A su vez se podrían proporcionar indicaciones sobre ese vídeo para los estudiantes que están presenciando la operación, con ello se conseguiría despejar el quirófano en las operaciones mas básicas, que son las que permiten alumnos alrededor y además poder ver las más delicadas pero sin perder la visión privilegiada que tiene el cirujano y la oportunidad de aprendizaje que tanto necesitan los futuros médicos.