研究人员开发了GRAU，一种用于神经网络加速器的新型硬件设计，可显著降低激活单元的成本和复杂性。通过采用分段线性拟合和分段斜率的二的幂近似，GRAU所需的比较器和移位器等硬件组件更少。与传统的多阈值方法相比，该方法在查找表（LUT）消耗方面减少了90%以上，从而为混合精度量化和非线性函数提供了更高的效率、灵活性和可扩展性。 AI
影响 降低了AI加速器的硬件成本，可能有助于在边缘设备上更广泛地部署神经网络。
排序理由 详细介绍神经网络加速器新硬件设计的学术论文。[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 →