当前位置:首页 > 报告详情

HC2022.KAIST.SangyeobKim.v1.pdf

上传人: 2*** 编号:136961 2023-08-03 25页 2.03MB

word格式文档无特别注明外均可编辑修改,预览文件经过压缩,下载原文更清晰!
三个皮匠报告文库所有资源均是客户上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作商用。
本文介绍了一种名为Neuro-CIM的神经形态计算集成单元,旨在提高神经网络处理的能量效率。Neuro-CIM通过多种机制减少功耗,如CIM技术减少内存访问和多重WL驱动,SNN技术生成输入稀疏性和消除高精度ADC需求。关键数据包括:在CIFAR-10基准测试中,使用ResNet-18模型,MSB字跳过技术可减少25-38%的功耗,早期停止技术可减少37%的功耗,混合模式神经元 firing 可将电压范围提高3倍,Neuro-CIM的系统能效达到310.4 TOPS/W。此外,该芯片采用28nm技术,die面积为3228μm x 900μm,包含32KB数字SRAM,工作电压为1.1V,频率为200MHz。
"如何实现神经形态计算的节能优化?" "神经网络处理器如何通过早期停止减少能耗?" "如何通过电压折叠技术提高神经形态计算的性能?"
客服
商务合作
小程序
服务号
折叠