PulseAugur
实时 10:34:59

OpenACMv2 框架优化神经网络的计算内存硬件

研究人员开发了 OpenACMv2,一个开源框架,旨在为神经网络优化数字计算内存 (DCiM) 硬件。该框架采用两级优化策略,在精度约束下平衡功耗、性能和面积 (PPA)。第一级搜索最优架构配置,第二级优化晶体管级参数,从而在精度损失最小的情况下实现显著的效率提升。 AI

影响 该框架可能带来更高效的运行 AI 模型硬件,降低功耗并提高性能。

排序理由 这是一篇研究论文,描述了一种用于优化 AI 工作负载硬件的新框架。[lever_c_demoted from research: ic=1 ai=0.7]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Yiqi Zhou, Yue Yuan, Yikai Wang, Bohao Liu, Qinxin Mei, Zhuohua Liu, Shan Shen, Wei Xing, Daying Sun, Li Li, Guozhu Liu ·

    OpenACMv2:一种精度受限的近似DCiM联合优化框架

    arXiv:2603.13042v2 Announce Type: replace Abstract: Digital Compute-in-Memory (DCiM) accelerates neural networks by reducing data movement. Approximate DCiM can further improve power-performance-area (PPA), but demands accuracy-constrained co-optimization across coupled architect…