[研究人员表示,他们的Floret拓扑结构可以让与卷积神经网络推理任务相关的输入神经层映射到连续的芯片上,从而避免远距离通信。 ¶ 来源:Harsh Sharma等人。](https://cacm.acm.org/system/assets/0004/6512/101923_Harsh_Sharma_et_al_florets.large.jpg?1697731890&1697731889 ”图示:基于SFC的架构称为Floret,该架构基于一个具有五个SFC的插板网络的100个芯片组系统。”)
美国华盛顿州立大学(WSU)的电气工程与计算机科学学院和威斯康星大学的研究人员在ACM/IEEE嵌入式系统周的国际硬件/软件协同设计与系统综合(CODES+ISSS)会议上获得了最佳论文奖,以表彰他们提出的芯片组增强型计算机体系结构。
论文《Florets for Chiplets: Data Flow-aware High-Performance and Energy-efficient Network-on-Interposer for CNN Inference Tasks》表明该架构能够在数据中心规模处理机器学习工作负载,同时降低能源消耗并增强性能。
华盛顿州立大学(WSU)的Partha Pande表示:“我们已经证明,在同一应用领域中,我们的性能超过了任何现有的竞争架构。”来自WSU Insider 查看完整文章
摘要版权 © 2023 SmithBucklin ,华盛顿特区,美国