研究人员开发了一个新的半导体裸片筛选框架，以确保人工智能片上系统的可靠性。该方法通过将已知良好裸片（KGD）筛选正式化为约束推理问题，过渡到已知良好可靠裸片（KGRD）筛选。该工作引入了一个贝叶斯概率风险模型，用于从组装前数据预测组装后故障的可能性；一个安全门控决策架构，用于可证明的故障概率保证；以及基于贝叶斯最优决策理论的感知不确定性的处置边界。蒙特卡洛模拟验证了这些理论特性，证实了在不损害可靠性约束的情况下模型的一致性改进。 AI
影响 增强了人工智能硬件的可靠性和寿命，可能减少复杂人工智能系统中的故障。
排序理由 关于半导体筛选新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
