Vibhanshu Sharma

新的 ThRIve 方法提高了 PIM 架构中 CNN 推理的热鲁棒性

研究人员开发了 ThRIve，一种新颖的训练方法，旨在提高卷积神经网络 (CNN) 在处理内存 (PIM) 架构上的推理热鲁棒性。该方法利用低秩自适应选择性地将参数存储在不易受热噪声影响的硬件上，从而在宽工作温度范围内保持一致的推理精度。与传统的基于 SRAM 的 PIM 系统相比，启用 ThRIve 的系统已显示出精度变化在理想无噪声性能的 2% 以内，并提供显著的能耗延迟乘积降低。