BriefGPT.xyz
Ask
alpha
关键词
residue number system
搜索结果 - 4
光子学加速深度神经网络训练:基于残余数系统的设计
Mirage 是一种基于残留数系统(RNS)的光子深度神经网络(DNN)训练加速器,通过将 RNS 和光子学相结合,提供高能效、高精度且能够成功训练与 FP32 训练相媲美的 DNNs,相比系统阵列,平均可实现超过 23.8 倍的更快训练速
→
PDF
7 months ago
精密且容错的模拟神经网络蓝图
通过使用残余数系统(RNS),我们研究表明,利用 RNS 基于方法的模拟加速器在只使用 6 位精度的数据转换器的情况下,可以实现优于 FP32 精度的 99% 以上的先进 DNN 推断,而传统的模拟核在相同的 DNN 中需要超过 8 位的精
→
PDF
10 months ago
利用残留数系统设计高精度模拟深度神经网络加速器
本文介绍了一种利用余数系统 (RNS) 来组成高精度操作的方法,从而在安宁卡尔作为高精度数模转换器 (A/D 转换) 的系统中实现了高准确性和良好的能量效率,并且使用 RNS 的误差容错能力可以实现具有容错性的模拟加速器,并且相较于常规定点
→
PDF
a year ago
ECCV
基于高效剩余数系统的 Winograd 卷积
本论文将 Winograd 算法扩展到残余数字系统 (RNS),使用 Winograd 变换和低成本 (如 8 位) 算术,在不降低网络预测精度的情况下,准确地计算大量的滤波器和激活区块上的最小复杂度卷积,减少算术复杂度高达 7.03 倍,
→
PDF
4 years ago
Prev
Next