.png){kind=icon}
返回
Approximate Computing: Concepts, Architectures, Challenges, Applications, and Future Directions
.png){kind=icon}
OA
AI
DOI：10.1109/ACCESS.2024.3467375.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
计算技术的空前进步导致了人工智能应用的大量激增，特别是在大数据和物联网设备时代。面对指数数据增长和复杂计算，常规计算遇到与能量效率、计算速度和面积有关的实质性障碍。由于技术扩展的优势逐渐减少以及来自计算工作负载的需求增加，因此需要新颖的设计技术来提高性能并降低功耗。近似计算，现在被认为是有前途的范例，在开销成本降低 (即，能量、面积和延迟) 方面实现了相当大的改进，代价是应用精度的适度 (即，仍然可接受的) 恶化。因此，不同级别 (数据，电路，体系结构和软件) 的近似计算已被研究和工业界所吸引。本文通过探讨其基本原理，潜在收益和相关的权衡，对不同级别的近似计算的主要研究领域进行了全面回顾。这是一个寻求平衡计算效率与可接受精度的新兴领域。本文重点介绍了可以有效应用这些技术的机会，例如在不严格要求完美精度的应用中。本文介绍了在各种应用中应用近似计算技术的评估，特别是机器学习算法 (ML) 和物联网。此外，这篇综述强调了在实施近似计算技术时遇到的挑战，并强调了未来潜在的研究途径。预期这项调查将激发进一步的讨论，并强调继续进行研究和开发以充分利用近似计算潜力的必要性。
Keyword:
Approximate computing
Approximate computing
approximate programming language
approximate programming language
approximate memory
approximate memory
circuit-level
circuit-level
approximate machine learning
approximate machine learning
deep learning
deep learning
approximate logic synthesis
approximate logic synthesis
statistical andneuromorphic computing
cross layer and end-to-end approximate computing
cross layer and end-to-end approximate computing
期刊
IF:
3.6
论文数:
9.8W
被引数:
29.4W
机构
引用论文
.png){kind=icon}
分享收藏
查看更多内容