.png){kind=icon}
返回
Adaptive Computing in Memory Meets Conventional Batteryless Platforms
.png){kind=icon}
OA
AI
DOI：10.1145/3765623.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
基于新兴非易失性存储器（NVM）技术的内存计算（CIM）技术对无电池系统具有前景，因为它消除了处理器与存储器之间显式备份和耗能数据传输的需求。然而，现有的CIM解决方案在无电池系统中高效加速内存受限推理任务方面效果不佳。它们运行在相对较低的频率下，使应用程序开发复杂化，并且未考虑能量收集动态来优化其吞吐量。为解决这些问题，本文提出了一种新颖的基于CIM的无电池计算平台，名为Viadotto，它为内存受限计算工作负载提供高效和自适应的加速。Viadotto首次将自适应CIM与基于微控制器（MCU-based）的传统无电池平台相结合。基本上，Viadotto通过其编译器和一个流水线存储控制器提供一种编程模型，该模型将低层CIM操作隐藏于应用程序之外。此外，其运行时以节能方式发出CIM操作，并通过将CIM并行性自适应调整以响应环境功率动态，以程序员透明的方式优化吞吐量。我们的评估表明，Viadotto比现有的无电池系统CIM解决方案性能提升了48%。
Keyword:
Intermittent computing
computing in-memory
adaptive system
compu-tational RAM
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
IF:
2.6
论文数:
238
被引数:
2.3K
机构
引用论文
.png){kind=icon}
分享收藏分享收藏
查看更多内容