ML-Based第三方知识产权信托验证框架(美国佛罗里达州,美国堪萨斯)


技术论文题为“硬件IP保证木马攻击机器学习和后处理”发表了佛罗里达大学和堪萨斯大学的研究人员。文摘:“SoC (SoC)开发人员越来越依靠添加硬件知识产权(IP)块经常获得来自不受信任的第三方供应商。这些IPs可能包含hidd…»阅读更多

超大型HW神经结构优化搜索(谷歌)


新技术论文题为“超大型硬件优化的神经结构搜索”由研究人员发表在谷歌,苹果和Waymo。“介绍第一个超大型硬件优化的神经结构搜索(H2O-NAS)自动设计准确和高性能机器学习模型根据底层硬件体系结构。H2O-NAS包括三个……»阅读更多

强化神经网络:硬件和算法的发展


一个新的技术论文题为“探索神经形态计算基于神经网络飙升:算法硬件”由普渡大学的研究人员发表宾夕法尼亚州立大学和耶鲁大学。摘录文摘:“在这篇文章中,我们概述几个大步,神经形态计算基于神经网络(SNNs)飙升已经在最近的过去,…»阅读更多

数字神经形态处理器:Algorithm-HW合作设计(imec /鲁汶KU)


技术论文题为“打开盒子的数字神经形态处理器:对有效algorithm-hardware合作设计”研究人员发表在imec KU鲁汶。“在这项工作中,我们打开黑盒子的数字神经形态处理器算法设计者给神经元处理指令集和塞内加的详细能耗神经形态架构师……»阅读更多

可伸缩、Shared-L1-Memory冲击RISC-V系统


一个新的技术论文题为“与一个低延迟的共享内存:一个可伸缩的冲击架构L1记忆”发表由苏黎世ETH和博洛尼亚大学的研究人员。文摘:“共享L1内存集群是一种常见的体系结构模式(gpgpu)例如,为构建有效和灵活multi-processing-element (PE)引擎。然而,它是一种常见的相信这些严格…»阅读更多

自主驾驶:端到端周围3 d相机感知系统(英伟达)


新技术论文题为“NVAutoNet:快速、准确360∘3 d视觉感知自我驱动”是NVIDIA的研究人员发表的。抽象的“健壮的实时3 d世界的看法是必不可少的自主车辆。我们引入一个端到端的环绕相机感知系统自动驾驶。我们的感知系统是一种新型的多任务、多幅相机网络一个……»阅读更多

概述机器学习算法用于硬件安全(荷兰代尔夫特科技)


新技术论文题为“在机器学习硬件安全”调查研究人员发表的代尔夫特理工大学"。抽象”硬件安全是目前一个非常有影响力的领域,每年无数作品发表有关攻击的硬件和对策。大量使用机器学习,这被证明是非常有效的…»阅读更多

低功耗的异构计算集群TinyML款推理和芯片上的培训


新技术论文题为“黑暗面”:异构RISC-V计算集群的边缘领域芯片上的推理和培训款“被博洛尼亚大学的研究人员发表,苏黎世联邦理工学院。抽象的“芯片上的深层神经网络(款)推理和培训在边缘领域(TinyML)实施严格的延迟,吞吐量,准确性,和灵活性的要求。异构clu……»阅读更多

神经形态计算:自适应与ReRAMs HW


新技术论文题为“经验与电阻切换自适应硬件突触neurocomputing”由英飞凌科技研究人员发表,米兰理工大学和IUNET Weebit Nano,东航Leti。抽象的“神经系统不断地与周围的环境来完善自己的行为向最好的奖励。大力开展……»阅读更多

结合人工智能技术来找到最好的方法来替代硅晶体管芯片


一个新的技术论文题为“AutoDMP:自动DREAMPlace-based宏观布局”是NVIDIA的研究人员发表的。文摘:“宏观位置是一个关键非常大规模集成(VLSI)物理设计问题,显著影响设计power-performance-area (PPA)指标。本文提出AutoDMP方法论,利用DREAMPlace, GPU-accelerated地方……»阅读更多

←旧的文章
Baidu