http://iet.metastore.ingenta.com.
1887年

基于Reram的机器学习

买电子书PDF
110.00英镑
(加上税款,如果适用)
购买打印版本
基于Reram的机器学习的图像
查看隶属关系
出版年份: 2021.

向Exascale计算的过渡导致计算范例的重大转变。需要分析和响应这么大量数据集,导致在广泛的应用中采用机器学习(ML)和深度学习(DL)方法。其中一个主要挑战是从计算内存中获取数据并在不遇到记忆墙瓶颈的情况下写回来的数据。为了解决这些问题,已经引入了内存计算(IMC)和支持框架。内存计算方法具有超低功耗和高密度嵌入式存储。电阻随机存取存储器(RERAM)技术似乎是最有前途的IMC解决方案,因为其最小化的漏电功率,降低了功耗和较小的硬件足迹,以及其与CMOS技术的兼容性,这在工业中被广泛应用于工业中。在本书中,作者介绍了使用IMC加速器执行分布式计算的RERAM技术,目前基于RERAM的IMC架构,可以执行ML和数据密集型应用的计算,以及将ML设计的策略映射到硬件加速器上。该书用作计算领域的研究人员之间的桥梁(ML和DL的算法设计师)和计算硬件设计师。

Inspec关键词:学习(人工智能);压缩传感;AI芯片;电阻RAM.

其他关键词:内存计算;西玛机器学习架构;机器学习加速器;机器学习算法;基于Reram的机器学习;reset.;压缩传感

主题:微处理器和微型计算机;内存电路;微处理器芯片;通用电气工程主题;数字存储;一般和管理主题

相关内容

内容/书籍/ PC / PBPC039E
pub_keyword,iet_inspeckeyword,pub_concept
6.
6.
装载
这是一个必填字段
请输入有效的电子邮件地址