.png){kind=icon}
返回
CFD: A Chiplet Function Decomposition method for edge computing tasks
.png){kind=icon}
PRE
AI
DOI：10.1016/j.mejo.2026.107057.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
芯粒技术已成为下一代计算系统的关键使能器，提供了超越传统单片SoC的模块化和可扩展性。然而，在边缘计算中，芯粒设计仍受功能性冗余和性能下降问题困扰，这些问题由任务分解效率低下和芯粒间通信过度引起。本文提出一种芯粒功能分解（CFD）方法，以提高多任务场景下的功能复用和系统效率。基于操作符-功能-任务框架，CFD将复杂任务分解为操作符图，并通过基于公共子图的通用功能提取方法识别可复用子结构。引入冗余度降低指标和性能损失模型，以平衡模块化复用与计算成本。针对两组代表性图像识别任务的实验表明，CFD在有效降低功能冗余的同时保持了低性能开销。这些结果表明，CFD有效支持了边缘计算中可扩展、可重构、高效的芯粒架构。
Keyword:
Chiplet
Function decomposition
Edge computing
Redundancy reduction
期刊
IF:
2.3
论文数:
300
被引数:
4.7K
机构
引用论文
.png){kind=icon}
Cost-effective design of scalable high-performance systems using active and passive interposers
PREAI
分享收藏分享收藏
查看更多内容