RangeGuard: 효율적이고 제한된 근사 오류 수정을 통한 신뢰할 수 있는 DNN

요약

RangeGuard는 DRAM의 밀도 증가로 인한 잦은 비트 플립 및 다비트 오류에 취약한 심층 신경망(DNN) 모델의 안정성을 높이기 위한 메타데이터 중심 오류 수정 프레임워크입니다. 기존 방식과 달리, 원본 비트를 보호하는 대신 각 값의 수치적 범위를 포착하는 '범위 식별자(RIDs)'를 인코딩합니다. 이 RIDs는 메모리 오염으로 인한 해로운 의미적 편차에만 집중하여 오류를 수정하고, 유용한 변동은 무시함으로써 높은 효율성과 신뢰성을 동시에 제공합니다.

핵심 포인트

• RangeGuard는 DRAM의 다비트 오류 증가로 인해 불안정해진 DNN 및 LLM 추론을 위한 새로운 오류 수정 프레임워크입니다.
• 기존 방식처럼 비트를 직접 보호하는 대신, 값의 수치적 범위(RIDs)를 메타데이터로 인코딩하여 메모리 오염에 대비합니다.
• 이 접근법은 해로운 의미적 편차만을 감지하고 복원함으로써, 제한된 중복성 예산 하에서도 높은 신뢰성을 유지할 수 있습니다.
• RangeGuard는 16비트 패리티만으로도 64비트 이상의 비트 플립을 견딜 수 있어 효율성이 매우 높습니다.