期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于电压调控自旋轨道矩器件多数决定逻辑门的存内华莱士树乘法器设计
1
作者
惠亚娟
李青朕
+1 位作者
王雷敏
刘成
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第6期2673-2680,共8页
在使用新型非易失性存储阵列进行存内计算的研究中,存内乘法器的延迟往往随着位宽的增加呈指数增长,严重影响计算性能。该文设计一种电压调控自旋轨道矩磁随机存储器(VGSOT-MRAM)单元交叉阵列,并提出一种存内华莱士树乘法器的电路设计...
在使用新型非易失性存储阵列进行存内计算的研究中,存内乘法器的延迟往往随着位宽的增加呈指数增长,严重影响计算性能。该文设计一种电压调控自旋轨道矩磁随机存储器(VGSOT-MRAM)单元交叉阵列,并提出一种存内华莱士树乘法器的电路设计方法。所提串联存储单元结构通过电阻求和的方式,有效解决磁存储器单元阻值较低的问题;其次提出基于电压调控自旋轨道矩磁存储器单元交叉阵列的存内计算架构,利用在“读”操作期间实现的5输入多数决定逻辑门,进一步降低华莱士树乘法器的逻辑深度。与现有乘法器设计方法相比,所提方法延迟开销从O(n^(2))降低为O(log_(2)n),在大位宽时延迟更低。
展开更多
关键词
存算一体
新型非易失性存储器
自旋轨道矩磁
存储器
华莱士树乘法器
在线阅读
下载PDF
职称材料
基于忆阻器的图卷积神经网络加速器设计
被引量：
1
2
作者
李冰
午康俊
+4 位作者
王晶
李森
高岚
张伟功
倪天明
《电子与信息学报》
EI
CSCD
北大核心
2023年第1期106-115,共10页
图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。与卷积神经网络(CNN)数据独立分布不同,图卷积神经网络更加关注数据之间特征关系的提取,通过邻接矩阵表示数据关系,...
图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。与卷积神经网络(CNN)数据独立分布不同,图卷积神经网络更加关注数据之间特征关系的提取,通过邻接矩阵表示数据关系,因此其输入数据和操作数相比卷积神经网络而言都更加稀疏且存在大量数据传输,所以实现高效的GCN加速器是一个挑战。忆阻器(ReRAM)作为一种新兴的非易失性存储器,具有高密度、读取访问速度快、低功耗和存内计算等优点。利用忆阻器为CNN加速已经被广泛研究,但是图卷积神经网络极大的稀疏性会导致现有加速器效率低下,因此该文提出一种基于忆阻器交叉阵列的高效图卷积神经网络加速器,首先,该文分析GCN中不同操作数的计算和访存特征,提出权重和邻接矩阵到忆阻器阵列的映射方法,有效利用两种操作数的计算密集特征并避免访存密集的特征向量造成过高开销;进一步地,充分挖掘邻接矩阵的稀疏性,提出子矩阵划分算法及邻接矩阵的压缩映射方案,最大限度降低GCN的忆阻器资源需求;此外,加速器提供对稀疏计算支持,支持压缩格式为坐标表(COO)的特征向量输入,保证计算过程规则且高效地执行。实验结果显示,该文加速器相比CPU有483倍速度提升和1569倍能量节省;相比GPU也有28倍速度提升和168倍能耗节省。
展开更多
关键词
存算一体
新型非易失性存储器
图卷积神经网络
加速器
在线阅读
下载PDF
职称材料
题名
基于电压调控自旋轨道矩器件多数决定逻辑门的存内华莱士树乘法器设计
1
作者
惠亚娟
李青朕
王雷敏
刘成
机构
中国地质大学(武汉)自动化学院
复杂系统先进控制与智能自动化湖北省重点实验室
地球探测智能化技术教育部工程研究中心
中国科学院计算技术研究所
出处
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024年第6期2673-2680,共8页
基金
国家自然科学基金(62104217)。
文摘
在使用新型非易失性存储阵列进行存内计算的研究中,存内乘法器的延迟往往随着位宽的增加呈指数增长,严重影响计算性能。该文设计一种电压调控自旋轨道矩磁随机存储器(VGSOT-MRAM)单元交叉阵列,并提出一种存内华莱士树乘法器的电路设计方法。所提串联存储单元结构通过电阻求和的方式,有效解决磁存储器单元阻值较低的问题;其次提出基于电压调控自旋轨道矩磁存储器单元交叉阵列的存内计算架构,利用在“读”操作期间实现的5输入多数决定逻辑门,进一步降低华莱士树乘法器的逻辑深度。与现有乘法器设计方法相比,所提方法延迟开销从O(n^(2))降低为O(log_(2)n),在大位宽时延迟更低。
关键词
存算一体
新型非易失性存储器
自旋轨道矩磁
存储器
华莱士树乘法器
Keywords
Processing in memory
New non-volatile memory
Spin-Orbit Torque Magnetoresistive Random-Acess Memory(SOT-MRAM)
Wallace tree multiplier
分类号
TN43 [电子电信—微电子学与固体电子学]
在线阅读
下载PDF
职称材料
题名
基于忆阻器的图卷积神经网络加速器设计
被引量：
1
2
作者
李冰
午康俊
王晶
李森
高岚
张伟功
倪天明
机构
首都师范大学交叉科学研究院
首都师范大学信息工程院
人民大学信息学院
中国运载火箭技术研究院
安徽工程大学集成电路与系统研究所
出处
《电子与信息学报》
EI
CSCD
北大核心
2023年第1期106-115,共10页
基金
国家自然科学基金(62174001,61904001)
安徽省重点研究与开发计划(202104b11020032)
安徽工程大学中青年拔尖人才计划。
文摘
图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法,在近年来获得广泛关注。与卷积神经网络(CNN)数据独立分布不同,图卷积神经网络更加关注数据之间特征关系的提取,通过邻接矩阵表示数据关系,因此其输入数据和操作数相比卷积神经网络而言都更加稀疏且存在大量数据传输,所以实现高效的GCN加速器是一个挑战。忆阻器(ReRAM)作为一种新兴的非易失性存储器,具有高密度、读取访问速度快、低功耗和存内计算等优点。利用忆阻器为CNN加速已经被广泛研究,但是图卷积神经网络极大的稀疏性会导致现有加速器效率低下,因此该文提出一种基于忆阻器交叉阵列的高效图卷积神经网络加速器,首先,该文分析GCN中不同操作数的计算和访存特征,提出权重和邻接矩阵到忆阻器阵列的映射方法,有效利用两种操作数的计算密集特征并避免访存密集的特征向量造成过高开销;进一步地,充分挖掘邻接矩阵的稀疏性,提出子矩阵划分算法及邻接矩阵的压缩映射方案,最大限度降低GCN的忆阻器资源需求;此外,加速器提供对稀疏计算支持,支持压缩格式为坐标表(COO)的特征向量输入,保证计算过程规则且高效地执行。实验结果显示,该文加速器相比CPU有483倍速度提升和1569倍能量节省;相比GPU也有28倍速度提升和168倍能耗节省。
关键词
存算一体
新型非易失性存储器
图卷积神经网络
加速器
Keywords
Processing in memory
New non-volatile memory
Graph Neural Network(GNN)
Accelerator
分类号
TN929.5 [电子电信—通信与信息系统]
TN601 [电子电信—电路与系统]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于电压调控自旋轨道矩器件多数决定逻辑门的存内华莱士树乘法器设计
惠亚娟
李青朕
王雷敏
刘成
《电子与信息学报》
EI
CAS
CSCD
北大核心
2024
0
在线阅读
下载PDF
职称材料
2
基于忆阻器的图卷积神经网络加速器设计
李冰
午康俊
王晶
李森
高岚
张伟功
倪天明
《电子与信息学报》
EI
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
