标签:compute-in-memory

可以人工智能推理Compute-In-Memory带来新的利益?
通过保罗Karazuba- 4月27日,2023 -评论:0

Compute-in-memory (CIM)不一定是一个人工智能(AI)解决方案;相反,它是一个内存管理的解决方案。CIM能给人工智能处理带来优势加快人工智能模型的核心执行乘法操作。然而,要想成功,一个人工智能处理系统需要显式地使用CIM架构。改变需要一个转变……»阅读更多

层次和容易处理的混合信号验证方法第一代模拟人工智能处理器
通过西门子EDA——3月22日,2023 -评论:0

人工智能(AI)现在的关键驱动力信息技术的进步,大数据和物联网(物联网)。这是一个技术发展迅速,特别是深度学习的领域。研究人员正在不断地创造新的变异的深度学习扩大机器学习的能力。但建筑系统th…»阅读更多

基于横杆的Compute-In-Memory合作设计视图
通过技术论文链接3月- 15,2023 -评论:0

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

研究部分:1月24日
通过杰西·艾伦——2023年1月24日——评论:0

Transistor-free compute-in-memory来自宾夕法尼亚大学的研究人员,桑迪亚国家实验室,布鲁克海文国家实验室提出Transistor-free compute-in-memory (CIM)架构来克服内存瓶颈,降低电力消耗在人工智能工作负载。“即使用于compute-in-memory架构,晶体管妥协的数据访问时间,”赛……»阅读更多

Transistor-Free Compute-In-Memory架构
通过技术论文链接10月- 11,2022 -评论:0

一个新的技术论文题为“现场可编程铁电二极管可重构Compute-In-Memory”被宾夕法尼亚大学的研究人员最近发表,桑迪亚国家实验室,布鲁克海文国家实验室。完全transistor-free Compute-In-Memory设计是不同的。“即使用于compute-in-memory架构,晶体管妥协的访问……»阅读更多

仿真框架的可行性评估大规模款基于CIM架构&模拟NVM
通过技术论文链接- 10,2022 -评论:0

技术论文题为“模拟的准确性和弹性Compute-in-Memory推理引擎”来自加州大学洛杉矶分校的研究人员。抽象”最近,模拟compute-in-memory (CIM)架构基于新兴的模拟非易失性内存(NVM)技术探讨了深层神经网络(款)来提高可伸缩性,速度,和能源效率。然而,这样的架构,利用…»阅读更多

为CNN SOT-MRAM-based CIM架构模型
通过技术论文链接2022年5月- 09年-评论:0

新的研究论文为卷积神经网络“内存计算架构基于自旋轨道转矩MRAM”,国立台湾大学,大学,钟元基督教大学。抽象的“最近,大量研究调查计算内存(CIM)体系结构神经网络克服内存瓶颈。因为它的低延迟、高energ……»阅读更多

非易失性内存计算电容横梁数组
通过技术论文链接- 3月29日,2022 -评论:0

抽象”传统电阻横梁数组内存计算患有静态电流/功率高,严重的IR降,并偷偷路径。相比之下,“电容”横梁阵列,利用瞬变电流和电荷转移引起了人们的注意,因为它只1)动态功率消耗,2)没有直流通路,避免严重的IR降(因此,selector-free),和3)f……»阅读更多

NeuroSim模拟器Compute-in-Memory硬件加速器:验证和基准
通过技术论文链接12月- 20,2021 -评论:0

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,网络可以方便快速的早期设计空间探索的CIM测控……»阅读更多

电力/性能:12月7日
通过杰西·艾伦- 07年12月,2020 -评论:0

Logic-in-memory与监理工程师在洛桑联邦理工(EPFL)建立Logic-in-memory设备使用二硫化钼(监理)作为通道材料。二硫化钼是一个three-atom-thick 2 d和优秀的半导体材料。新芯片基于浮栅场效应晶体管(FGFETs),可以长时间保持电荷。二硫化钼尤其se……»阅读更多

←旧的文章

  • 赞助商

关于

导航

与我们联系

版权©2013 - 2023 SMG |服务条款|隐私政策
Baidu