Sep, 2023

AxOMaP: 设计基于 FPGA 的近似算术运算器使用数学规划

PDF
TL;DR使用数据分析驱动的数学规划方法，合成 FPGA 的近似运算器，实现在嵌入式系统中机器学习推理的联合优化，取得了高达 21% 的超体积改进。
machine learningembedded systemsapproximate computingcomputer arithmeticfpga
发现论文，激发创造
  • AxOCS: 使用配置超采样扩展 FPGA 上的近似算子

    通过提出 AxOCS 方法，利用 AI 和 ML 进行超采样，以生成较大的位宽算子，显著改善多目标优化结果的超体积。

    Sep, 2023

  • 基于强化学习方法的近似计算技术的设计空间探索

    本文提出了一种基于强化学习的多目标设计空间探索策略，以找到在准确度下降和功耗 / 计算时间减少之间取得平衡的应用的近似版本。实验结果表明，在某些基准测试中，在准确度下降和功耗 / 计算时间减少之间存在良好的平衡。

    Dec, 2023

  • 探索 MX 及其进一步的 FPGA 设计

    针对低精度计算的 Open Compute Project MX 标准，本文描述并评估了首个开源 FPGA 实现的算术计算。我们的设计完全支持标准中定义的具体格式以及标准规定的算术运算，同时还支持任意固定点和浮点格式。通过实现例子神经网络如 ResNet-18，我们展示了 MX 对于 INT5 或 FP6 等格式的非原生支持在 FPGA 上具有非常好的效果，这使得 FPGA 在灵活性和占用更小面积方面占据优势。

    Jul, 2024

  • BLASYS：使用布尔矩阵分解的近似逻辑综合

    该论文提出了一种新的用于综合近似电路的技术，采用布尔矩阵分解对电路子电路的真值表进行逼近，以获取更低复杂度的子电路，实验表明此方法可在不影响准确度的情况下，节约高达 63% 的功耗。

    May, 2018

  • 近似计算调查，第二部分：特定应用和架构近似技术和应用

    近十年来，近似计算作为一种新兴解决方案，在设计系统时调整结果质量以提高能源效率和 / 或性能的范式转变引起了学术界和工业界的关注。本研究通过两部分调研，覆盖了近似计算的关键方面（如术语和应用）以及从传统计算堆栈的各个层次（从系统到集成电路）的最新近似技术。在调研的第二部分中，我们对应用特定和架构近似技术进行了分类和详细介绍，这两者都旨在设计资源高效的处理器 / 加速器和系统。此外，我们还详细分析了近似计算的应用领域，并讨论了未来的挑战和发展方向。

    Jul, 2023

  • 从量子近似优化算法到量子交替算符近似

    本文介绍了 Quantum Alternating Operator Ansatz，该算法能够更高效地实现混合算子，从而扩展了量子计算应用的广度。

    Sep, 2017

  • 面向机器学习的扩展性偏差近存储 CMOS 模拟处理器

    本文介绍了一种基于 S-AC 的偏置可扩展的模拟计算电路，其可以用于多种不同功耗和性能需求的机器学习（ML）应用，并且可以在 180nm 的 CMOS 工艺下实现近存储计算、非线性激活、内积计算、数模混合压缩存储等多个功能，同时也证明了电路模块的鲁棒性以及计算精度的影响效果。

    Feb, 2022

  • 面向印刷多层感知机的乘积累加和激活的定制逼近

    本文提出了一种基于印刷电子技术的自动设计框架，通过引入近似计算和定制设计的原则，克服了印刷电子技术中复杂电路实现的限制，实现了超低功耗的多层感知器分类器，使得即使在最复杂的结构下，也能实现电池供电操作且显著超越目前的技术水平。

    Dec, 2023

  • 通过近似计算的混合精度无线联邦学习

    我们提出了一种基于近似计算的 OTA-FL 框架，通过优化量化性能平衡、开发异构梯度分辨率 OTA-FL 调制方案，实现了异构边缘计算环境中的 OTA-FL，并能够以 50% 更快和更平滑的服务器收敛速度和性能增强方式，比同质化精度方法更好地满足最低精度客户的要求。

    Jun, 2024

  • 大规模（脑）图匹配的快速近似二次规划

    本文介绍了一种快速的近似二次分配算法（FAQ），能够更高效地在大数据和图值数据上处理 QAP 问题，通过在 C.elegans 连通图匹配案例上的实证表明其优越性。

    Dec, 2011