شعار زيفيرنت

أداء الحوسبة التناظرية في الذاكرة على مشاكل التصوير

التاريخ:

تم نشر ورقة فنية بعنوان "تسريع الذكاء الاصطناعي باستخدام أجهزة الجيل التالي: الاحتمالات والتحديات مع الحوسبة التناظرية في الذاكرة" من قبل باحثين في جامعة لوند وشركة إريكسون للأبحاث.

ملخص
تحتاج الأجيال القادمة من أنظمة الحوسبة إلى الاستمرار في زيادة سرعة المعالجة وكفاءة الطاقة من أجل تلبية متطلبات عبء العمل المتزايد في ظل قيود بيئية صارمة. نتيجة لذلك ، أصبحت مسرعات الأجهزة والأنظمة الأساسية الخاصة بالمجال مستخدمة على نطاق واسع. بالإضافة إلى النهج التقليدي ، حيث يتم فصل الذاكرة وعناصر المعالجة ، يتم البحث بنشاط عن نهج ناشئ يسمى الحوسبة في الذاكرة (IMC). تقوم IMC بتحديد موقع الذاكرة والمعالجة ، مما يقلل طاقة نقل البيانات وبالتالي يعد بزيادة كفاءة الطاقة. على عكس IMC الرقمي ، تقوم IMC التناظرية بعمليات مثل الضرب والإضافة في المجال التناظري. قد تستخدم أنواعًا جديدة من الأجهزة المصنعة باستخدام مواد جديدة توفر قابلية تطوير أعلى. على الرغم من البحث النشط ، إلا أن المعرفة المحدودة متاحة حول أدائهم في مهام الحوسبة الشائعة. في هذه الورقة ، نقوم بتحليل أداء أجهزة IMC التناظرية على مشكلتين في التصوير: تقليل التشويش في الصورة والتجزئة الدلالية. في كلتا الحالتين ، نستخدم خوارزميات قائمة على التعلم العميق ونبين كيف يختلف الأداء بين التطبيقات وكذلك مناقشة تأثيرات مصادر الضوضاء الداخلية والخارجية. يمكن أن تساعد رؤيتنا في تحديد تطبيق مناسب لأجهزة IMC التناظرية ، وسبب أدائها ، وفهم المتطلبات الخاصة بالتطبيق لمستوى الأداء المطلوب. وبالتالي ، فإنها تعمل أيضًا كمدخلات لمصنعي أجهزة IMC التناظرية في المستقبل. "

أعثر على ورقة فنية هنا. نشرت 2023.

أورناغ ، ماركوس فالتونن ، بورن جولر ، دميتري كنياجينين ، وماتياس بورغ. "تسريع الذكاء الاصطناعي باستخدام أجهزة الجيل التالي: الاحتمالات والتحديات مع الحوسبة التناظرية في الذاكرة." في وقائع المؤتمر الشتوي IEEE / CVF حول تطبيقات رؤية الكمبيوتر، ص. 488-496. 2023.

بقعة_صورة

أحدث المعلومات الاستخباراتية

بقعة_صورة