存内计算相关论文
提出了一种新的存内计算架构,用于实现快速与低功耗的卷积神经网络处理。其中主要特点包括（:1）有别于忆阻器与电阻式记忆存储器等架......
基于非易失存储器的存内计算技术是后摩尔时代突破传统冯·诺依曼计算瓶颈的重要途径之一。忆阻器作为新兴非易失存储器之一,在操......
传统冯诺依曼架构中处理器与存储单元之间的数据通信开销会导致性能下降和能耗增加,这被称为内存墙。为了克服该瓶颈,可以将计算处......
随着智能电子设备向更加智能、更加精细地方向快速发展,电子设备需要处理的数据也变得愈加繁多。传统冯·诺依曼计算结构已经满足......
灵敏放大器（Sense Amplifier,SA）是SRAM（Static Random Access Memory）读取过程中的关键模块,它决定了SRAM读取过程的时间、功耗和准确......
学位
随着大数据时代的到来,人们对自动驾驶、计算机视觉、语音识别等数据密集型应用越加的重视。现如今,几乎所有先进的计算平台都是基......
当前基于冯·诺依曼架构的计算系统受到内存、功耗、带宽等方面限制,人们试图开发新的架构方式,以避开这些限制。其中,存内计算由......
随着机器学习、图像识别、物联网等新兴领域的发展,在处理像基于大数据的计算任务时,传统计算架构已经越来越不能满足快速发展的应......
科技的飞速发展促进了新兴技术被广泛的应用到人类的日常生活中,然而应用程序需要处理的数据量也随之陡增。由于内存技术的发展趋......
人工智能作为一个曾经让人感到很遥远的词,往往只出现在各种影视作品中,然而现如今,这个词已经渐渐的深入到我们的生活中来。商品......
近年来,人工智能飞速发展并在许多领域得到了应用。然而神经网络庞大的数据量对硬件的密集型数据处理能力是一个新的挑战。传统的......
智能物联网在人们的生产生活中越来越普及,随之而来的是其产生的海量数据。如何高效地存储、传输和处理这些数据是当下物联网进一......
近几年来,忆阻器作为一种新兴的电子元件在非易失存储和神经仿生方面都有重要的应用。忆阻器是具有电容结构,能够被多次写入和非破......
卷积神经网络（Convolutional Neural Network,CNN）已经被广泛地应用在许多人工智能平台中。但是,由于卷积神经网络的推理过程涉及大......
在处理数据密集型应用时,传统冯·诺依曼计算体系架构难以兼顾低延时与低功耗.通过数据处理架构创新,存内计算技术可有效提升处理......
在处理深度神经网络这类数据密集型应用的过程中,处理器和存储器间大量数据的频繁传输会造成严重的性能损耗和能量消耗,也是当前冯......
随着应用数据处理需求的激增,在传统冯·诺依曼(von Neumann)体系结构中,处理器到主存之间的总线数据传输逐渐成为瓶颈.不仅如此,......
近年来以深度神经网络为代表的人工智能,在广泛的应用中取得了优异的性能,但是人工智能算法计算密集型和访存密集型的特点,导致硬......
随着人工智能应用技术的快速发展,中央处理器和存储电路之间大量的数据传输被公认为目前传统的冯诺依曼计算机体系架构中最大的瓶......
众所周知的摩尔定律在采用7nm制程技术的CMOS器件被广泛使用后即将终结,通过减小器件的特征尺寸来提高芯片的性能和降低芯片成本这......
近年来,随着人工智能的迅速发展,机器学习、边缘计算等应用领域越来越广泛。这些应用往往需要进行低功耗、低成本和快速的数据读取......
人工智能近年来飞速发展,其相关应用,如语音和图像识别、目标检测等,对计算、存储和快速数据交换都有巨大的要求。传统的总线结构,......
