.png){kind=icon}
返回
Neuronflow V2: Sparse and Energy Efficient Event-driven AI Processing
.png){kind=icon}
PRE
AI
DOI：10.1109/mm.2026.3722146.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Neuronflow V2是一种利用激活稀疏性设计的处理器，旨在实现高效、低延迟的AI推理。其事件驱动、输入静止的架构最小化了不必要的计算，使边缘设备上的计算机视觉模型达到毫秒级延迟和低于500 mW的功耗。我们展示了如何通过稀疏诱导训练和阈值化来增强激活稀疏性，使Neuronflow V2在保持精度的同时降低能耗和延迟。我们使用神经网络架构搜索重新平衡权重和激活内存需求，从而有效利用时域稀疏性。采用5nm工艺在800 MHz下制造，Neuronflow V2展示了可扩展、节能的类脑硅基性能。
Keyword:
Memory
Modeling
Media Access Control
Training
Weighted sum model
Permission
Convolution
Accuracy
Energy
Neurons
