芯片推理中的复杂权衡


设计AI/ML推理芯片正成为一个巨大的挑战,因为应用程序的多样性以及每种应用程序的高度特定的功耗和性能需求。简单地说,一种尺寸不适合所有情况,并且不是所有应用程序都能负担得起定制设计。例如,在零售店跟踪中,经过某一通道的顾客有5%或10%的误差是可以接受的……»阅读更多

在你的手机里放一个数据中心!


数据中心在人工智能加速方面大量利用fpga。为什么不为嵌入式FPGA (eFPGA)的低功耗边缘应用做同样的事情呢?任何与云计算行业有联系的人都知道,数据中心严重依赖fpga作为可编程加速器,为人工智能训练和推理提供高性能计算。这些异构计算解决方案…»阅读更多

人工智能专用集成电路将越来越面向特定应用


早在2017年,我就写过一篇关于AI asic并不完全是asic的文章。不称AI加速芯片为ASIC的主要原因之一是,历史上ASIC或特定应用集成电路指的是具有有限可编程性的固定硬件块。另一方面,AI asic通过Tensorflow等框架提供了重要的编程,重点是它们……»阅读更多

用于ASIC/SoC流估计和优化的功率方法学


在本白皮书中,我们将回顾当今常见的ASIC/SoC电源方法和工具流程的许多步骤。然后,我们将为您提供进一步优化功率方法的方法,以更快地实现PPW目标。请注意,虽然我们承认数字CMOS逻辑中的能量消耗是动态功率和泄漏的组合,但为了使本白皮书易于理解……»阅读更多

定制硅重新定义定制asic


《半导体工程》杂志与Cadence公司Digital & Signoff集团的产品管理副总裁Kam Kittrell坐下来讨论定制硅以及驱动定制的原因;Codasip首席营销官Rupert Baines;Imperas营销副总裁Kevin McDermott;Movellus首席执行官Mo Faisal;西门子副总裁兼总经理Ankur Gupta…»阅读更多

面向民主化IC设计和定制化计算


集成电路(IC)设计通常被认为是一种“黑魔法”,只局限于那些拥有高等学位或多年电气工程培训的人。鉴于半导体行业正在努力扩大其劳动力,IC设计必须更容易获得。定制计算的好处通用计算机被广泛使用,但它们的性能提高了…»阅读更多

机器学习应用中的推理与训练有何不同


基于机器学习(ML)的系统开发方法采用了与计算机科学历史上使用的编程风格完全不同的编程风格。这种方法使用示例数据来训练模型,使机器能够学习如何执行任务。ML训练是高度迭代的,每个新的训练数据都会产生数万亿次操作。试验的迭代性质…»阅读更多

处理器架构的新方法


处理器供应商开始强调微架构的改进和数据移动,而不是流程节点的扩展,这为终端用户试图实现的目标设备获得更大的性能提升奠定了基础。这些变化是对领域特异性的认识,以及根据独特的工作负载调整或适应设计的能力,现在是改进设计的最佳方式。»阅读更多

fpga在汽车中的应用案例


现场可编程门阵列(fpga)在被硬连接asic取代之前,在快速发展的新市场中蓬勃发展,但在汽车领域,这种跨界可能会比过去晚得多。从历史上看,fpga一直处于临时地位,直到数量增加到足以降低成本,以支持强化版本。有了汽车,有这么多的chan…»阅读更多

利用非易失性逻辑


研究人员正在开发一种新型的逻辑器件,称为非易失逻辑(NVL),基于铁电fet。在最近的行业会议上,fefet一直是一个高度感兴趣的话题,但压倒性的焦点一直是在内存阵列中使用它们。然而,存储位单元只是一个可以存储状态的晶体管。这可以在其他应用程序中加以利用。“Non-v…»阅读更多

←老帖子
Baidu