哈佛研究人员创建了一个可编程的芯片如何基于嵌入式FPGA为物联网应用程序。
深入学习算法存在一个令人兴奋的机会对于高效的VLSI实现由于几个有用的属性:(1)一个尴尬的并行数据流图,(2)明显稀疏模型参数和中间结果,和(3)弹性的计算和存储。利用这些特征可以显著提高性能和能源效率。我们已经贴了两个出类拔萃,一个在28 nm散装,一个在16 nm FinFET。外围设备,这些芯片包含cpu,内存芯片和自定义加速器允许我们调整和深度学习算法的效率和弹性特征定制的硅。
点击阅读更多在这里。
|
|
|
|
|
|
|
|
留下一个回复