新的学术论文题为“对一个真正集成的向量处理单元内存受限的应用程序基于成本上计算SRAM设计解决方案”,从研究大学格勒诺布尔阿尔卑斯,CEA-LIST。
文摘
“本文计算SRAM (C-SRAM)解决方案相结合,Near-Memory计算方法。它允许执行算术,逻辑,和复杂的内部内存操作或在内存没有通过系统总线传输数据,导致显著的能量减少。操作上执行大量向量数据占据整个物理行C-SRAM数组,导致高的性能收益。在本文中我们介绍C-SRAM解决方案作为一个集成的向量处理单元使用一个标量处理器作为一种节能和高效协同处理器。我们详细C-SRAM系统设计在不同级别:(i)电路设计和硅概念证明,(ii)系统接口和指令集架构,和(3)高级软件编程和仿真。实验结果在两个完整的内存受限的应用、AES和MobileNetV2,表明C-SRAM实现达到70×时间加速和37×能源减少标量架构相比,和17×时间加速和5×能量减少而SIMD架构。”
找到开放获取这里的技术论文。2022年4月出版。
摩诃Kooli,安东尼Heraud Henri-Pierre查尔斯Bastien Giraud,罗马Gauchi莫娜Ezzadeen,凯文•Mambu Valentin Egloff和让-菲利普•诺埃尔。2022。对一个真正集成的向量处理单元内存受限的应用程序基于成本上计算SRAM的设计解决方案。j .紧急情况。抛光工艺。第一版。2系统。18日,第四十条(2022年4月),26页。https://doi.org/10.1145/3485823。
访问半导体工程的这里的技术论文库和发现更多的芯片行业学术论文。
留下一个回复