平面:一个可编程的加速器Near-Memory数据重排


许多应用程序使用不规则和稀疏内存访问,不能利用现有缓存层次结构的高性能处理器。为了解决这个问题,数据布局(DLT)技术重新排列稀疏数据转变成一个密集的代表,提高位置和缓存的利用率。然而,之前的提议在这个空间无法提供一个设计与m (i)尺度…»阅读更多

简化人工智能边缘部署


副总裁巴里马林斯在Flex Logix产品,解释了一个可编程的加速器芯片可以简化半导体设计的优势,在芯片需要高性能以及低功率,然而发展中一切从头开始太昂贵和耗时。可编程性允许这些系统与算法的变化,保持当前可以影响一切f……»阅读更多

深入强化学习动态地配置NoC资源


新研究论文题为“深度强化学习启用Self-Configurable Networks-on-Chip高性能和节能计算系统”Md Farhadur Reza东伊利诺斯州大学。发现这里的开放存取技术论文。2022年6月出版。m·f·雷扎,“深度强化学习使Self-Configurable Networks-on-Chip高性能和Energ……»阅读更多

加快人工智能算法


人工智能AI在非常不同的云。萨尔瓦多·阿尔瓦雷斯,解决方案架构师主管Flex Logix,谈到为什么专门推论芯片内置可编程性比通用处理器更高效和可伸缩的,为什么高性能模型获取准确的实时结果至关重要,以及低功耗和环境温度如何影响……»阅读更多

为今天的超级系统设计高性能电子产品


的快速进化的超级设备管理常数和近乎即时数据从任何地方,在任何时间,在每个新技术设计节点必须克服设计和集成的复杂性。这样做需要自动化解决方案来处理规模的现代设计。节奏系统分析解决方案操作难以想象的大量数据,扩展algorit……»阅读更多

特定领域的记忆


特定于域的计算可能会风靡一时,但这是避免真正的问题。更大的担忧是节流处理器性能的记忆,消耗更多的电力,占用芯片面积。记忆需要摆脱现有的刚性结构的首选软件。当算法和记忆一起设计,性能显著改善和公关……»阅读更多

使用模型驱动数据中心架构变化


数据中心架构经历着重大的变化,受更多的数据和更大的使用从远程位置。这种转变的一部分涉及到需要移动一些处理接近各种内存层次结构,从SRAM DRAM存储。有更多的数据处理,需要更少的能量和时间来处理这些数据。但工作负载也被distrib……»阅读更多

在更快的隐性成本,低功耗的人工智能系统


芯片制造商正在建立数量级的更好的性能和能源效率为智能设备,但要实现这些目标他们也正在权衡,将产生深远持久的,在某些情况下未知影响。这些活动的直接结果推动智能边缘,这需要过程,分类和管理大规模增加哒……»阅读更多

优先级集成电路设计的转变


急于AI造成周围的边缘和新的应用程序设计策略的转变对每瓦特性能最高,而不是最高的性能或能力最低。这可能听起来像式的吹毛求疵,他设定一个混乱的运动在如何处理更多的数据更快没有仅仅依靠更快的处理器和加速器。几个因素推动th……»阅读更多

加速3 d设计


2.5 d和3 d设计最近受到了很多关注,但当这些解决方案应考虑和与它们相关的危险是什么?每一个新的包装期权交易的一组约束和一组不同的问题,和在某些情况下,收益可能不值得。对于其他应用程序,他们别无选择。工具在今天可以…»阅读更多

←旧的文章
Baidu