中文 英语

基于交叉杆结构的可扩展光学人工智能加速器


华盛顿大学的研究人员发表了一篇名为“使用PCM进行AI加速的可伸缩相干光交叉条架构”的新技术论文。摘要:“光计算最近被提出作为一种新的计算范式,以满足数据中心和超级计算机中未来AI/ML工作负载的需求。然而,到目前为止,提议的实现遭受缺乏sc…»阅读更多

新型电驱动光学非易失性存储器


乔治华盛顿大学、Optelligence、麻省理工学院和中佛罗里达大学的研究人员发表了一篇题为“电可编程多层非易失性光子随机存取存储器”的新技术论文。研究人员展示了“一种基于宽带透明相变材料(Ge2Sb2S…»阅读更多

3新兴技术:忆阻器,自旋电子学和2D材料


伦敦大学学院和剑桥大学的研究人员发表了题为“记忆、自旋电子和基于2d材料的设备以改进和补充计算硬件”的新技术论文。“在数据驱动的经济中,几乎所有行业都受益于信息技术的进步,强大的计算系统对快速技术更新至关重要。»阅读更多

神经形态计算:挑战,机遇,包括材料,算法,设备和伦理


这篇题为“2022年神经形态学计算和工程路线图”的新研究论文是由丹麦技术大学、塞维利亚Microelectrónica研究所、CSIC、塞维利亚大学等众多研究人员撰写的。部分摘要:“本路线图的目的是呈现神经形态技术现状的快照,并就挑战提供意见。»阅读更多

基于pcm主存的移动平台的节能DRAM缓存架构


“长电池寿命是移动设备的一流设计目标,而主存占总能耗的很大一部分。此外,随着对带宽和容量的需求不断增长,来自内存的能量消耗预计将进一步增加。具有DRAM和PCM的混合内存系统是提供额外容量的有吸引力的解决方案。»阅读更多

基于变压器的模拟存储设备深度神经网络的软件等效精度研究


摘要:“深度学习的最新进展是由不断增加的模型规模驱动的,网络的参数增长到数百万甚至数十亿。如此庞大的模型需要快速节能的硬件加速器。我们研究了基于非易失性存储器的模拟AI加速器的潜力,特别是相变存储器(PCM),用于软件等效的精确i…»阅读更多

窟是什么?WAT/PCM数据概述


晶圆验收测试(WAT)也称为过程控制监控(PCM)数据是晶圆厂在制造结束时产生的数据,通常提供给无晶圆厂客户。数据通常有40到100个测试,每个测试都有晶圆上每个站点(或“drop-in”)的结果。这些地点的位置使晶圆厂可以监控…»阅读更多

DRAM、3D NAND面临新挑战


对于内存市场来说,这是一个颠倒的时期,而且还没有结束。到2020年为止,3D NAND和DRAM这两种主要内存类型的需求略好于预期。但现在,由于经济放缓、库存问题和持续的贸易战,市场存在一些不确定性。此外,3D NAND市场正在走向新技术的一代,但一些是enc…»阅读更多

神经形态计算驱动人工智能soc的新兴记忆


深度机器学习和人工智能(AI)的步伐正在改变硬件架构、软件、芯片制造和系统包装等各个层面的计算世界。有两项重大进展为在机器学习中实现新技术打开了大门。首先,大量的数据,即“大数据”,可供系统处理。第二,先进……»阅读更多

AI边缘芯片的内存问题


有几家公司正在为网络边缘的系统开发或增强AI芯片,但供应商面临着各种各样的挑战,围绕着进程节点和内存选择,这些挑战在不同的应用程序之间差异很大。网络优势涉及一系列产品,从汽车、无人机到安全摄像头、智能音箱,甚至企业服务器。所有这些应用。»阅读更多

←老帖子
Baidu