MAC操作28 nm High-k金属门FeFET-based内存数组与ADC(弗劳恩霍夫ipm / GF)


技术论文题为“Multiply-Accumulate操作示范与28 nm FeFET横梁数组”被弗劳恩霍夫ipm和GlobalFoundries的研究人员发表。抽象的“这封信报告一个线性multiply-accumulate (MAC)操作进行一个横梁内存数组基于28 nm high-k金属门(HKMG)互补金属氧化物半导体(CMOS)和铁电fi……»阅读更多

NeuroSim模拟器Compute-in-Memory硬件加速器:验证和基准


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

冯·诺依曼在


在一个机器学习占主导地位的时代,冯·诺依曼体系结构正在努力保持相关。世界已经改变了从control-centric一个以数据为中心,推动处理器架构演变。风险资金涌入特定领域的架构(DSA),但传统的处理器也正在进化。对于许多市场,他们继续提供一个有效的年代……»阅读更多

更Multiply-Accumulate操作无处不在


的CEO杰夫•泰特Flex Logix,坐下来与半导体工程讨论如何构建可编程边缘推论芯片、嵌入式fpga的市场发展中,图片将如何改变在未来几年。SE:你要考虑当你设计一个可编程的推论芯片吗?泰特:与传统的FPGA架构你哈……»阅读更多

权衡在嵌入式视觉出类拔萃


戈登•库珀在Synopsys对此产品营销经理对嵌入式视觉处理器,与半导体工程需要更多的表现在这些设备,如何影响力量,如何优化制造之前。»阅读更多

内存子系统推论芯片边缘


Flex Logix,首席执行官杰夫•泰特谈到关键问题在一个推论芯片内存子系统、热等因素如何影响性能,这些芯片将被使用。»阅读更多

eFPGA宏提供更高的速度从更少的区域/资源


我们与很多客户设计eFPGA soc。他们中的大多数有“随机逻辑”RTL,但是有些客户有大量的复杂,常用的块。我们发现在很多情况下,我们可以帮助客户实现更高的吞吐量和减少使用硅区域软宏。让我们来看一个例子:64 x64 Multiply-Accumulate (MAC),下图:如果哟……»阅读更多

如何提高毫升权力/性能


副总裁兼首席技术专家雷蒙德•Nijssen Achronix,谈到从强力性能转向更多的权力机器学习的效率处理,新福克斯在足够的内存带宽让MAC功能忙,以及动态范围,精度和位置可以被修改以提高速度和降低功率。»阅读更多

周评:物联网、安全、汽车


产品/服务Arteris IP报道称Bitmain许可Arteris Ncore缓存相干互连知识产权用于下一代Sophon张量处理单元可伸缩的系统级芯片设备人工智能和机器学习算法的硬件加速。“我们选择IP互连成为更重要的是我们继续增加t…»阅读更多

使用模拟人工智能


如果你唯一的工具是一把锤子,看什么都像是钉子。但人工智能(AI)应用程序的开发和计算平台为他们可能忽略另一个technology-analog。半导体行业公司数字电子技术的理解,已经非常成功的使其规模。它是可预测的,具有良好的收益,虽然每一个德……»阅读更多

←旧的文章
Baidu