研究人员开发了CircuitsDNA,一个新颖的进化框架,旨在自动创建能够动态调整其精度的算术电路以提高效率。该系统集成了多阈值可验证性、资源受限搜索和自适应突变,以探索广泛的电路设计。在28纳米CMOS中的实验表明,8位乘法器的面积-功耗积显著降低,在INT8 DNN工作负载上节省高达56%,同时相对于FP32的精度损失最小。 AI
影响 这项研究可能通过使电路能够动态地在精度和性能之间进行权衡,从而实现更节能的AI硬件。
排序理由 这是一篇研究论文,详细介绍了一个用于合成专用硬件电路的新框架。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
- 28 nm CMOS analog front-end channels for future pixel detectors
- CircuitsDNA
- CNN
- deep neural network
- DeiTs
- Int8
- single-precision floating-point format
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →