斯坦福大学、加州大学圣地亚哥分校、匹兹堡大学、圣母大学和清华大学的一组国际研究人员发表了一篇题为《基于电阻式随机存取存储器的内存芯片》的新技术论文。
该论文的摘要指出:“通过对从算法和架构到电路和设备的所有设计层次进行协同优化，我们提出了neurram -一种基于rram的CIM芯片，它可以同时为不同的模型架构重新配置CIM内核，能源效率比以前最先进的RRAM-CIM芯片在各种计算位精度上好两倍。在各种人工智能任务中，推理精度可与量化为4位权重的软件模型相媲美，包括在MNIST上的准确率达到99.0%18CIFAR-10为85.7%19谷歌语音命令识别的准确率为84.7%，贝叶斯图像恢复任务的图像重建误差降低了70%。”
找到这里是技术文件和这里是加州大学圣地亚哥分校的新闻报道。2022年8月出版。
Wan, W.， Kubendran, R.， Schaefer, C.等。一种基于电阻式随机存取存储器的内存计算芯片。《自然》(英文版)，2016年第6期。https://doi.org/10.1038/s41586 - 022 - 04992 - 8。
相关的
转向数据驱动芯片架构
重新思考如何提高半导体的性能和降低功耗。
理解新的边缘推理架构
如何在大量令人困惑的选择和术语中导航。
人工智能在芯片中的新用途
ML/DL正在增加边缘设计的复杂性，但它也为提高功率和性能增加了新的选择。
留言回复