LAMIH/UMR CNRS、上法兰西理工大学和加州大学欧文分校的研究人员发表了一篇题为“映射与征服:动态神经网络到异构mpsoc的节能映射”的技术论文(预印本)。
摘要
“异构mpsoc由不同计算能力的不同处理单元组成。迄今为止，神经网络(NNs)到此类系统的映射策略尚未充分利用处理并行性的全部潜力，这是通过内在的NNs结构和底层硬件组成实现的。在本文中，我们提出了一种新的框架，可以有效地将nn映射到异构mpsoc上，使它们能够利用底层处理并发性。具体来说，我们的方法沿着神经网络的“宽度”维度确定了一个最佳的神经网络分区方案，这有助于将并发神经网络块部署到不同的硬件计算单元上。此外，我们的方法提供了一种新的方案，将分区神经网络部署到MPSoC上，作为动态多出口网络，以获得额外的性能收益。我们在标准MPSoC平台上的实验已经产生了动态映射配置，比仅gpu映射的节能2.1倍，而比仅dla映射的延迟减少1.7倍。”
找到技术纸在这里．2023年2月出版(预印本)。
布兹迪，H.， Odema, M.， Ouarnoughi, H.， Niar, S.， & Faruque, m.a.(2023)。映射与征服:动态神经网络到异构mpsoc的高效映射。arXiv预印arXiv:2302.12926。
Imec的计算路线图;美国对华为为目标;美印。特遣部队;China-Bolivia交易;布鲁克揭开了白光干涉测量系统;三星量化可持续性;麦肯锡指出了美国晶圆厂建设的问题;发光二极管。
留下回复