文章

全部文章列表。

• WWW: What, When, Where to Compute-in-Memory

  发布于: 2024年3月4日

  2,146 字 · 约 9 分钟

  一些关于存内计算的验证与思考。

• Quantization and Training of Neural Networks for Efficient Integer-Arithmetic-Only Inference

  发布于: 2024年3月4日

  1,378 字 · 约 6 分钟

  谷歌的，第一篇完整跑通 interger-only 量化推理流程的工作。

• SpikeSim: An end-to-end Compute-in-Memory Hardware Evaluation Tool for Benchmarking Spiking Neural Networks

  发布于: 2024年3月4日

  2,454 字 · 约 10 分钟

  SNN 部署的硬件设计 or evaluation benchmark。

• PowerInfer: Fast Large Language Model Serving with a Consumer-grade GPU

  发布于: 2024年3月4日

  651 字 · 约 3 分钟

  From IPADS, 利用模型预测 LLM 中需要激活的 MoE or Neuron，减少资源消耗。

• Evaluating Spatial Accelerator Architectures with Tiled Matrix-Matrix Multiplication

  发布于: 2024年3月4日

  2,635 字 · 约 10 分钟

  GEMM data mapping 的介绍，主要是各种脉动阵列相关的加速器。

• HAWQ: Hessian Aware Quantization of Neural Networks with Mixed-Precision

  发布于: 2024年3月4日

  1,795 字 · 约 7 分钟

  模型量化经典方法，基于黑森矩阵，一种二阶信息的量化方法。

• Optimizing Bit-Serial Matrix Multiplication for Reconfigurable Computing

  发布于: 2024年3月4日

  349 字 · 约 2 分钟

  BISMO 优化。

• TVM: An Automated End-to-End Optimizing Compiler for Deep Learning

  发布于: 2024年3月4日

  2,010 字 · 约 8 分钟

  TVM。

• Roofline: An Insightful Visual Performance Model for Floating-Point Programs and Multicore Architectures

  发布于: 2024年3月4日

  475 字 · 约 2 分钟

  Roofline model，描述一个系统的性能是受内存制约还是受计算制约。

• A Comprehensive Survey on Electronic Design Automation and Graph Neural Networks: Theory and Applications

  发布于: 2024年3月4日

  1,508 字 · 约 6 分钟

  图神经网络在 EDA 领域应用的综述。