硬件加速器完全同态加密


技术论文题为“CraterLake:硬件加速器高效的加密数据计算”由麻省理工学院的研究人员发表,IBM TJ沃森,SRI国际,密歇根大学。“我们现在CraterLake,第一个FHE加速器,使无限大小(即FHE项目。无界乘法深度)。这样的计算需要非常大的cipherte……»阅读更多

RISC-V分离向量处理单元为HPC (VPU)


技术论文题为“维特鲁威+:Area-Efficient RISC-V分离向量协处理器的高性能计算应用”研究人员发表的巴塞罗那超级计算中心,西班牙。“RISC-V的成熟度级别和领域特定的指令集扩展的可用性,如向量处理,使RISC-V适合支持集成…»阅读更多

神经结构和硬件加速器合作设计框架(普林斯顿大学/斯坦福大学)


一个新的技术论文题为“CODEBench:神经结构和硬件加速器合作设计框架”是由普林斯顿大学和斯坦福大学的研究人员出版。“最近,自动化合作设计的机器学习(ML)模型和加速器架构已经吸引了重大工业和学术界的关注。然而,大多数合作设计框架要么…»阅读更多

HW加速器MI与低延迟计算架构,节能(麻省理工学院)


新技术论文题为“高效的地图比例尺计算连续实时互信息对芯片”是麻省理工学院的研究人员发表的。发现这里的技术论文。”在这篇文章中,我们介绍一个新的硬件加速器MI计算架构,低延迟,节能MI计算核心和一个优化内存子系统提供sufficie……»阅读更多

在硬件加速器设计使用Sparseloop流(麻省理工学院)


技术论文题为“Sparseloop:一个分析稀疏的张量加速器建模方法”是由麻省理工学院的研究人员和英伟达出版。这篇论文获得“杰出工件奖”在微观2022会议。发现这里的技术论文。2022年出版。项目网站和github这里。文摘:“近年来,许多加速器提出了三维……»阅读更多

卷积神经网络:合作设计的硬件体系结构和压缩算法


进程大学的研究人员(韩国)发表“调查效率卷积神经网络和硬件加速”。Abstract: "Over the past decade, deep-learning-based representations have demonstrated remarkable performance in academia and industry. The learning capability of convolutional neural networks (CNNs) originates from a combination of various feature extraction...»阅读更多

Gemmini:开源,完整款加速器发生器(DAC最好的纸)


这个技术论文题为“Gemmini:启用系统的深度学习架构评估通过完整的集成”是由加州大学伯克利分校的研究人员共同出版,作者从麻省理工学院。这项研究部分由美国国防部高级研究计划局资助和DAC 2021年最佳论文。介绍Gemmini”,一个开源的完整款加速器款工作负载发生器,使end-to-e……»阅读更多

低功率HW加速器FP16矩阵乘法在RISC-V紧密集成核


这种新技术论文题为“RedMulE:紧凑FP16适应深度学习矩阵乘法加速器RISC-V-Based超低功耗soc”被博洛尼亚大学的研究人员发表,苏黎世联邦理工学院。根据他们的简介:“绊倒石头的关键是对并行浮点操作的需要,被认为是负担不起子- 100 mW extre……»阅读更多

CFU游乐场:CPU之间的加速效果与设计空间探索和加速器


技术论文题为“CFU游乐场:完整的开源框架的小机器学习(tinyML)加速度在fpga上,“从谷歌,普渡大学和哈佛大学。抽象的“我们现在CFU操场,一个完整的开源框架,使快速迭代的设计机器学习(ML)加速器为嵌入式毫升系统。我们的工具链紧密中国…»阅读更多

可定制的fpga硬件加速器与量化标准的卷积过程授权应用于激光雷达数据


抽象”近年来一直不断增加数量的研究和发展深度学习对象检测解决方案应用于无人驾驶车辆。这个应用程序受益于创新的趋势感到感知解决方案,如激光雷达传感器。目前,这是首选的设备在自动车辆完成这些任务。有一个兄弟…»阅读更多

←旧的文章
Baidu