款+ NeuroSim基准是一个集成框架支持灵活、层次CIM阵列设计选项从设备层面,一个电路级和算法级
文摘:
“Compute-in-memory (CIM)是一个有吸引力的解决方案来处理大量增殖和积累的丰富的工作负载(MAC)业务深层神经网络硬件加速器(款)。模拟器与各种主流的选择和新兴记忆技术,架构,网络可以成为一个伟大的方便快速早期CIM硬件加速器的设计空间探索。款+ NeuroSim基准是一个集成框架支持灵活、层次CIM阵列设计选项从设备层面,一个电路级和算法级。在这项研究中,我们验证和校准的预测对40 NeuroSim RRAM-based CIM宏布线后仿真。首先,存储设备和CMOS晶体管的参数提取的铸造工艺设计的工具包(此后)和受雇于NeuroSim设置;外围模块和操作数据流也配置为与实际的芯片实现相同。接下来,区、关键路径、香料和能源消耗值模拟模块级别的比较与NeuroSim。介绍了一些调整因素占晶体管上浆和布线区域布局、门开关活动,布线后的性能下降,等等。我们从NeuroSim表明,预测与芯片级精确校准后误差低于1%。最后,系统级的性能基准测试是进行各种设备技术并与之前的结果验证。一般结论验证后保持不变,但在性能略有下降,由于布线后的校准。”
把这技术论文在这里。公布的06/2021。
李陆,彭X, W,江H和Yu年代(2021)NeuroSim模拟器Compute-in-Memory硬件加速器:验证和基准。前面。Artif。智能,4:659060。
留下一个回复