针对这种问题,目前在硬件优化上有多种方式,如设计专用于AI工作负载的硬件加速器,如图形处理单元(GPU)、张量处理单元(TPU)、神经处理单元(NPU)等。其中如存算一体芯片(Compute-In-Memory,CIM)是一种非常有前景新型的计算架构,可以使存储器同时拥有计算和存储功能。举例来说,以前需要3~4个模块搭载在一起进行存储和...
该存内计算芯片支持1-8bit的计算位宽,1bit乘累加峰值能效突破2238TOPS/W,4bit乘累加峰值能效突破44.82TOPS/W。 本工作以“A 1–8b Reconfigurable Digital SRAM Compute-in-Memory Macro for Processing Neural Networks”为题发表在集成电路顶级期刊IEEE Transactions...
其中如存算一体芯片(Compute-In-Memory,CIM)是一种非常有前景新型的计算架构,可以使存储器同时拥有计算和存储功能。举例来说,以前需要3~4个模块搭载在一起进行存储和计算,数据需要从处理单元外的存储器提取,而有了存算一体技术,一个芯片足以打通存算环节。由此,可以避免数据反复搬运,能大幅提升能效,降低设计难度。
针对这种问题,目前在硬件优化上有多种方式,如设计专用于AI工作负载的硬件加速器,如图形处理单元(GPU)、张量处理单元(TPU)、神经处理单元(NPU)等。其中如存算一体芯片(Compute-In-Memory,CIM)是一种非常有前景新型的计算架构,可以使存储器同时拥有计算和存储功能。举例来说,以前需要3~4个模块搭载在一起进行存储和...
Figure 1. The lattice structure of the unfolded graphite sheet and the rolled carbon nanotube. Kim Y, Alnatsheh N, Yadav N, Cho J, Jo H, Choi KK. A Novel CNFET SRAM-Based Compute-In-Memory for BNN Considering Chirality and Nanotubes. Electronics. 2024; 13(11):2192. https://doi.or ...
请注意,基于SRAM的Compute-in-Memory宏的关键规范之一是可以在阵列中更新新权重的效率。 相对于电源电压的测量性能(TOPS)和功率效率(TOPS / W)如下所示。请注意,基于数字逻辑的MAC的使用可在很宽的电源电压范围内提供功能。 (从理论上讲,通常用于描述神经网络实现功率效率的TOPS / W品质因数可能是一种误导性度量...
本工作以“A 1–8b Reconfigurable Digital SRAM Compute-in-Memory Macro for Processing Neural Networks”为题发表在集成电路顶级期刊IEEE Transactions on Circuits and Systems I: Regular Papers,微电子所乔树山研究员为通讯作者。 该研究得到了科技部科技创新2030重大项目、地方合作等项目的支持。
本工作以“A 1–8b Reconfigurable Digital SRAM Compute-in-Memory Macro for Processing Neural Networks”为题发表在集成电路顶级期刊IEEE Transactions on Circuits and Systems I: Regular Papers,微电子所乔树山研究员为通讯作者。 广告 该研究得到了科技部科技创新2030重大项目、地方合作等项目的支持...
本工作以“A 1–8b Reconfigurable Digital SRAM Compute-in-Memory Macro for Processing Neural Networks”为题发表在集成电路顶级期刊IEEE Transactions on Circuits and Systems I: Regular Papers,微电子所乔树山研究员为通讯作者。 该研究得到了科技部科技创新2030重大项目、地方合作等项目的支持。
本工作以“A 1–8b Reconfigurable Digital SRAM Compute-in-Memory Macro for Processing Neural Networks”为题发表在集成电路顶级期刊IEEE Transactions on Circuits and Systems I: Regular Papers,微电子所乔树山研究员为通讯作者。 该研究得到了科技部科技创新2030重大项目、地方合作等项目的支持。