Analyse et augmentation de la fiabilité des réseaux de neurones convolutifs sur GPU

Les unités de traitement graphique (GPU) jouent un rôle critique dans les réseaux de neurones convolutifs (CNN) pour la détection d'images. À mesure que les CNN activés par GPU entrent dans des environnements critiques pour la sécurité, la fiabilité devient une préoccupation croissante. Dans cet article, nous évaluons et proposons des stratégies pour améliorer la fiabilité des algorithmes de détection d'objets, exécutés sur trois architectures GPU NVIDIA. Nous considérons trois algorithmes : 1) you only look once ; 2) un CNN basé sur les régions plus rapide (Faster R-CNN) ; et 3) un réseau résiduel, exposant le matériel en direct à des faisceaux de neutrons. Nous complétons nos expériences avec des faisceaux par des injections de pannes pour mieux caractériser la propagation des pannes dans les CNN. Nous montrons qu'une seule panne survenant dans un GPU tend à se propager à plusieurs threads actifs, réduisant ainsi considérablement la fiabilité d'un CNN. De plus, s'appuyer sur des codes de correction d'erreurs réduit de manière significative le nombre de corruptions de données silencieuses (SDCs), mais ne diminue pas le nombre d'erreurs critiques (c'est-à-dire des erreurs qui peuvent potentiellement impacter des applications critiques pour la sécurité). Sur la base des observations concernant la façon dont les pannes se propagent sur les architectures GPU, nous proposons des stratégies efficaces pour améliorer la fiabilité des CNN. Nous considérons également les avantages d'utiliser une technique de tolérance aux pannes basée sur des algorithmes pour la multiplication de matrices, qui peut corriger plus de 87 % des SDC critiques dans un CNN, tout en redessinant les couches maxpool du CNN pour détecter jusqu'à 98 % des SDC critiques.