Jul, 2024
StoX-Net:用于高效内存计算的随机处理部分和的DNN加速器
StoX-Net: Stochastic Processing of Partial Sums for Efficient In-Memory
Computing DNN Accelerators
TL;DR基于横向栅构建的内存计算是一种应用于深度神经网络硬件加速的有前景的平台,然而能耗和延迟主要由外围模拟数字转换器的巨大开销所决定,为了解决该问题,本文提出了实现数组级部分和的随机处理,借助旋转轨道磁隧道结的概率性切换,该处理方式消除了昂贵的模拟数字转换器,从而在能耗和面积效率上取得了显著改进。