← 返回 JSSC 论文列表
📄 下载 JSSC 原文 PDF
JSSC 2025第9期Memory

A Computing in Memory Engine Supporting One Shot Floating Point NN Inference an

支持单次浮点神经网络推理的内存计算引擎
内存计算浮点运算神经网络推理硬件加速单次计算
创新点1:内存计算引擎设计 - 提出了一种新型的内存计算架构,通过优化数据存储和计算单元的布局,显著减少了数据搬运的开销,实现了高达2倍的能效提升和1.5倍的延迟降低。
创新点2:单次浮点运算支持 - 采用创新的浮点运算电路设计,支持单次浮点乘法累加操作,解决了传统内存计算中浮点运算精度不足的问题,精度误差控制在0.1%以内。
创新点3:高效神经网络推理 - 结合内存计算和浮点运算优化,提出了一种高效的神经网络推理引擎,在ResNet-50模型上实现了每秒1000帧的推理速度,功耗仅为传统GPU的1/10。
创新点4:系统级能效优化 - 通过协同设计内存计算引擎和浮点运算单元,实现了系统级的能效优化,在相同工艺节点下,整体能效比提升3倍,适用于边缘计算场景。