优化预测的PCM模拟Computing-In-Memory推论(IBM)


一个新的技术论文题为“优化预测相变内存模拟内存计算推理”是在IBM的研究人员发表的。“电气等属性的系统研究抵抗值,内存窗,电阻漂移,读噪音,及其对大型神经网络的精度影响的各种类型和数千万魏……»阅读更多

转变Register-In-Memory架构


新技术论文题为“对单细胞Multiple-Strategy处理移位寄存器由相变存储材料”新加坡大学的研究人员发表的技术和设计和剑桥大学。抽象的“现代创新是建立在电脑的基础。冯诺依曼体系结构相比有单独的存储和处理单…»阅读更多

基于横杆的Compute-In-Memory合作设计视图


新评论篇题为“计算神经网络与非易失性内存元素:从合作设计的角度回顾”被阿贡国家实验室的研究人员发表,普渡大学,印度科技学院的马德拉斯。”一个总体合作设计的观点,本文基于评估使用横杆的CIM神经网络,连接材料适当的……»阅读更多

可伸缩的光学AI加速器基于横梁架构


新技术论文题为“可伸缩的相干光横梁结构使用PCM AI加速”是华盛顿大学的研究人员发表的。文摘:“光学计算最近提出了作为一种新的计算模式来满足未来的需求,AI /毫升工作负载在数据中心和超级计算机。然而,到目前为止提出的实现受到缺乏sc……»阅读更多

电驱动的光学非易失性存储器的新类


新技术论文题为“电可编程的多层次的非易失性光子随机存取存储器”是乔治·华盛顿大学的研究人员发表的,Optelligence,麻省理工学院,和佛罗里达中央大学的。研究人员展示“多语言电子程序低损耗非易失性光子记忆基于宽带透明相变材料(Ge2Sb2S…»阅读更多

3新兴技术:记忆电阻器、自旋电子学和二维材料


新技术论文题为“记忆性、自旋电子和2 d-materials-based设备改进和补充计算硬件”来自伦敦大学学院的研究人员和剑桥大学。抽象”在数据驱动的经济中,几乎所有的行业受益于信息technology-powerful计算系统的进步至关重要的快速技术公关……»阅读更多

神经形态计算:挑战、机遇包括材料、算法、设备和道德


这个新的研究论文题为“2022路线图神经形态计算和工程”是由许多丹麦技术大学的研究人员,学院Microelectronica de塞维利亚CSIC,塞维利亚大学和许多其他人。部分摘要:“本路线图的目的是提出一个快照的神经形态技术的现状,并提供一个意见chall……»阅读更多

一个节能DRAM缓存架构与PCM-Based内存移动平台


文摘”电池寿命长是移动设备,一流的设计目标和主要内存占总能耗的主要部分。此外,能源消费从内存与日益增长的需求预计将进一步增加带宽和容量。混合存储系统与DRAM和PCM可以是一个有吸引力的解决方案,提供额外的能力……»阅读更多

比起向Software-Equivalent准确性上的基于变压器深神经网络模拟内存设备


文摘:“最近的深度学习的进步是由于不断增加的模型尺寸,与网络日益增长的数百万甚至数十亿的参数。这样巨大的模型要求快速和节能的硬件加速器。我们学习的潜力模拟人工智能基于非易失性内存加速器,尤其是相变内存(PCM), software-equivalent准确的我…»阅读更多

窟是什么?窟/ PCM数据的概述


晶片验收测试(窟)也被称为过程控制监控(PCM)数据是数据生成的工厂的生产和一般为每个晶片制程客户可用。40和一百年之间的数据通常会有测试,每个测试有结果每个站点在晶圆(或“上门”)。网站所在,以便工厂能监视器……»阅读更多

←旧的文章
Baidu