인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
This paper introduces a novel computing-in-memory (CIM) processor designed for processing deep neural networks (DNNs) with mixed precision, overcoming the limitations of previous CIM architectures that employed bit-serial operations for multi-bit data. The proposed solution, termed the mixed-mode mixed-precision CIM (mixed-CIM) processor, integrates two main features for enhanced energy efficiency: first, the mixed-CIM architecture, which improves energy efficiency by 55.5% compared to prior approaches; second, a digital CIM approach for in-memory multiply-and-accumulate (MAC) operations that boosts throughput by 41.3%. The processor, developed using 28 nm CMOS technology with an area of 1.96 mm², achieves an energy efficiency of 85.7 TOPS/W while maintaining 77.4% accuracy on CIFAR100 with ResNet18.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-093953200
