XCZU7EV

新的LUT-MU架构提升神经网络效率和可扩展性

研究人员开发了一种新颖的基于查找表（LUT）的近似矩阵乘法单元（LUT-MU），旨在提高神经网络的可扩展性和能效。这种新架构将剪枝策略集成到MADDNESS算法中，有效地管理了更大问题规模和更高精度要求下的资源扩展。将此LUT-MU部署到包括用于MNIST、CIFAR-10和ImageNet数据集的神经网络架构中，与传统的基于CUDA和量化实现相比，在吞吐量和能效方面显示出显著的改进，而对精度的影响很小。