Enabling Virtual Memory Research on RISC-V with a Configurable TLB Hierarchy for the Rocket Chip Generator
Rocket Chip Generator使用一系列参数化处理器组件来生产基于RISC-V的SoC。它是一个强大的工具,可以产生各种各样的处理器设计,从微型嵌入式处理器到复杂的多核系统。在本文中,我们扩展了火箭芯片生成器的存储管理单元的功能,特别是TLB层次结构。TLB在性能方面是必不可少的,因为它们减轻了频繁的页表遍历的开销,但是由于它们的大小和/或关联性,可能损害处理器的关键路线。在原始的Rocket Chip实现中,L1指令/数据TLB是完全关联的,而共享的L2 TLB是直接映射的。我们解除这些限制,设计和实现可配置的,集关联L1和L2 TLB模板,可以创建任何组织从直接映射到全关联,以实现所需的性能和资源利用率,特别是对于较大的TLB。我们评估不同的TLB配置和目前的性能,面积和频率的结果,我们的设计使用基准测试从SPEC 2006套件的Xilinx ZCU 102 FPGA。
2020-09-16 cs.AR
ReckOn: A 28nm Sub-mm2 Task-Agnostic Spiking Recurrent Neural Network Processor Enabling On-Chip Learning over Second-Long Timescales
自主边缘设备的强大现实部署需要片上适应用户、环境和任务引起的可变性。由于片上存储器的限制,以前的学习设备仅限于静态刺激,没有时间的内容。我们提出了一个0.45毫米$^2$尖峰RNN处理器,使任务无关的在线学习超过几秒钟,我们演示了导航,手势识别和关键字定位在0.8%的内存开销和<150- $μ$ W的训练功率预算。
2022-08-20 cs.AR cs.ET cs.NE
Phase-Priority based Directory Coherence for Multicore Processor
随着单个芯片中的核数量的增加,一致性协议的典型实现增加了显著的硬件和复杂性开销。此外,CMP系统的性能取决于数据访问延迟,而数据访问延迟受一致性协议和片上互连的影响很大。本文提出了PPB(Phase-Priority Based)缓存一致性协议,它是对现代目录一致性协议的一种优化。我们利用观察到的瞬态发生在目录一致性协议,导致一些不必要的瞬态和停滞。PPB缓存一致性协议实现了一致性事务,并引入了阶段消息的思想.此阶段被视为消息的优先级。此外,我们还在片上网络中增加了新的基于优先级的仲裁器,以支持PPB缓存一致性协议。该机制在片上网络中可以支持有效的缓存访问,从而提高片上网络的效率。我们使用SPLASH-2基准测试的执行驱动的全系统模拟器的分析表明,PPB缓存一致性优于基于MESI的目录,不必要的瞬态和失速的数量减少了24%。它还报告了7.4%的加速。该策略的其他优点是减少了微片的延迟,并显着降低了片上网络的能量消耗。
2013-05-14 cs.AR
NoX: a Compact Open-Source RISC-V Processor for Multi-Processor Systems-on-Chip
针对边缘计算 MPSoCs 集成需求,本文提出紧凑型开源即插即用 32 位 RISC-V 核心 NoX,采用 4 级单发射顺序流水线与全旁路技术,在资源受限下实现了更优的资源使用与性能折中。
2024-06-25 cs.AR cs.CE
Graphene-based Wireless Agile Interconnects for Massive Heterogeneous Multi-chip Processors
本文提出利用太赫兹频段石墨烯天线与收发器的频率-波束可重构性,构建无线封装内纳米网络,以解决大规模异构多芯片处理器中有线-无线互连的通信需求挑战。
2023-09-21 cs.AR cs.ET
e-G2C: A 0.14-to-8.31 $μ$J/Inference NN-based Processor with Continuous On-chip Adaptation for Anomaly Detection and ECG Conversion from EGM
这项工作提出了第一个硅验证的专用EGM-to-ECG(G2 C)处理器,被称为e-G2 C,具有连续的轻量级异常检测,事件驱动的粗/精转换和片上自适应。e-G2 C利用基于神经网络(NN)的G2 C转换,并集成了1)支持异常检测和通过时分复用的粗略/精确转换的架构,以平衡有效性和功率,2)算法-硬件协同设计的矢量稀疏性,导致1.6-1.7 $\times$加速比,3)用于增强正常/深度(DW)/逐点(PW)卷积(Convs)的接近100%利用率的混合卷积,以及4)用于连续有效性的片上检测阈值自适应引擎。所实现的0.14-8.31 $μ$ J/推理能量效率在类似复杂度下优于现有技术,有希望实现实时检测/转换和可能的生命关键干预
2022-07-24 cs.AR eess.SP
CarbonSet: A Dataset to Analyze Trends and Benchmark the Sustainability of CPUs and GPUs
本文提出整合过去十年CPU和GPU可持续性与性能指标的综合数据集CarbonSet,分析发现受AI需求驱动现代处理器总碳排放三年增超50倍,能效及先进制程制造碳排摊销仍存挑战,该数据集可用于下一代处理器设计的基准测试与评估。
2025-06-12 cs.AR
Debug Support, Calibration and Emulation for Multiple Processor and Powertrain Control SoCs
具有多个处理器内核的复杂SoC的引入带来了新的开发挑战,因此开发支持现在是选择片上系统(SoC)的决定性因素。所提出的发展支助战略利用架构和技术方法应对挑战。多核中断支持(MCDS)架构使用交叉触发器和多核中断和挂起开关提供灵活的触发。通过片上时间戳,保证时间跟踪顺序下降到周期级别。封装尺寸ICE(PSI)方法是一种在不改变器件行为的情况下包括跟踪缓冲器、覆盖存储器、处理资源和通信接口的新颖方法。PSI不需要外部仿真盒,因为调试主机使用标准接口直接与SoC连接。
2007-10-25 cs.AR
Instruction-Level Abstraction (ILA): A Uniform Specification for System-on-Chip (SoC) Verification
现代片上系统(SoC)设计越来越异构,除了可编程处理器外,还包含专用的半可编程加速器。与加速器之前的时代相比,ISA在验证中发挥了重要作用,实现了软件和硬件之间的清晰分离,这些“加速器丰富”的SoC的验证提出了新的挑战。从硬件设计者的角度来看,缺乏一个共同的框架,加速器行为的正式功能规范。从软件开发人员的角度来看,不存在用于推理与加速器交互的程序的软件/硬件交互的统一框架。本文通过为加速器功能行为提供正式规范和高级抽象来解决这些挑战。它形式化的指令级抽象(ILA),在我们以前的工作中非正式开发的概念,并显示其在建模和验证的加速器的应用。这种形式化的ILA将熟悉的指令概念扩展到加速器,并为加速器和可编程处理器的软件可见行为建模提供了统一的、模块化的和分层的抽象。我们通过加速器(用于图像处理、机器学习和密码学)和通用处理器(RISC-V)的几个案例研究来证明ILA的适用性。我们展示了ILA模型如何促进两个ILA之间的等价性检查,以及ILA与其硬件有限状态机(FSM)实现之间的等价性检查。此外,这种等效性检查支持使用ILA兼容性的概念的加速器升级,类似于使用ISA兼容性的处理器升级。
2018-06-14 cs.AR
MultiNoC: A Multiprocessing System Enabled by a Network on Chip
MultiNoC系统实现了一个可编程的片上多处理平台,该平台建立在高效、低面积开销的片内互连方案之上。所采用的互连结构是片上网络或NoC。NoC正在成为对互连架构的日益增长的需求的可行替代方案,这是由于以下特征:(i)能源效率和可靠性;(ii)与传统总线架构相比,带宽的可扩展性;(iii)可重用性;(iv)分布式路由决策。外部主机计算机为MultiNoC提供应用程序指令和数据。在这个初始化过程之后,MultiNoC执行一些算法。在完成算法的执行之后,主机可以读回输出数据。可以执行方便地适用于MultiNoC结构的顺序或并行算法。提出这种设计的主要动机是能够调查当前趋势,以增加SoC中嵌入式处理器的数量,从而产生“处理器之海”系统的概念。
2007-10-25 cs.AR
TaiBai: A fully programmable brain-inspired processor with topology-aware efficiency
针对现有类脑芯片拓扑约束刚性、神经元可编程性有限的问题,提出TaiBai处理器,通过分层拓扑编码、多粒度指令集和协同编译器栈实现任意网络适配与能效优化,在多任务中能效较RTX 3090高200倍以上。
2025-08-26 cs.AR
FlexWatts: A Power- and Workload-Aware Hybrid Power Delivery Network for Energy-Efficient Microprocessors
现代客户端处理器通常使用三种常用的功率输送网络(PDN)之一:1)主板电压调节器(MBVR),2)集成电压调节器(IVR),以及3)低压差电压调节器(LDO)。我们观察到这些PDN中的每一个的能量效率随着处理器功率而变化(例如,热设计功率(TDP)和动态功率状态)和工作负载特性。这导致了能源效率低下和性能损失,因为现代客户端处理器在广泛的功耗范围内运行,并执行各种各样的工作负载。我们提出FlexWatts,现代客户端处理器的目标是通过动态分配PDN到处理器域,在处理器的广泛的功耗和工作负载范围内提供高能效的混合自适应PDN。FlexWatts基于三个关键理念。首先,它以一种新颖的方式将IVR和LDO结合在一起,以共享多个片内和片外资源。该混合PDN被分配给具有宽功耗范围的处理器域,并且它根据功耗在两种模式之间动态切换:IVR模式和LDO模式。其次,对于所有其他处理器域,FlexWatts静态分配片外VR。第三,FlexWatts引入了一种预测算法,该算法将混合PDN切换到最有利的模式。为了评估PDN的权衡,我们开发并开源了PDNspot,这是第一个经过验证的PDN架构模型,可以对PDN指标进行定量分析。使用PDNspot,我们评估了FlexWatts在各种SPEC CPU 2006、3DMark 06和电池寿命工作负载上的性能,以及IVR(现代客户端处理器中最先进的PDN)的性能。…
2020-09-18 cs.AR
STOMP: A Tool for Evaluation of Scheduling Policies in Heterogeneous Multi-Processors
近年来,异构芯片多处理器的激增达到了前所未有的水平。传统的同构平台在实现高性能超低功耗计算方面表现出了根本的局限性,特别是在具有实时执行期限或关键性约束的应用领域。通过将正确的通用核心和硬件加速器组合在一起,以及适当的芯片互连和存储器技术,异构芯片多处理器已成为一种有效的高性能和低功耗计算替代方案。异构架构的挑战之一涉及跨芯片中的各种选项的应用任务(进程、线程)的高效调度。因此,关键是要提供工具,使早期的原型和评估的新的调度策略的异构平台。在本文中,我们提出了STOMP(调度技术优化在异构多处理器),一个模拟器的快速实施和评估的任务调度策略在多核/多处理器系统中的一个方便的接口,以简单的方式“插入”新的调度策略。STOMP的彻底验证表现出较小的相对误差相比,在稳态分析过程中的封闭形式的等效模型。
2020-07-28 cs.AR cs.DC
ControlPULP: A RISC-V On-Chip Parallel Power Controller for Many-Core HPC Processors with FPGA-Based Hardware-In-The-Loop Power and Thermal Emulation
本文提出ControlPULP,一个基于RISC-V的开源并行功率控制器平台,通过多核集群加速实时功率管理策略,在72核HPC处理器用例中实现4.9倍加速和DVFS跟踪偏差小于3% TDP。
2024-02-21 cs.AR
Leakage-Aware Interconnect for On-Chip Network
片上网络已被提出作为未来片上系统和片上多处理器的互连结构。功率是这些系统的主要约束之一,并且互连消耗功率预算的显著部分。在本文中,我们提出了四个泄漏感知互连方案。在延迟代价为0 ~ 4.69%的情况下,我们的方案实现了10.13%~63.57%的主动泄漏节省和12.35%~95.96%的备用泄漏节省。
2007-10-25 cs.AR
An overview about Networks-on-Chip with multicast suppor
现代片上系统(SoC)平台通常由多个处理器和它们之间的通信互连组成。片上网络(NoC)作为一种互连这些系统的解决方案而出现,它提供了一种可扩展的,可重用的和高效的互连。对于这些SoC平台,多播通信被显著地用于并行应用。分布式共享内存中的缓存一致性、时钟同步、复制或屏障同步都是这些请求的例子。本文介绍了支持组播通信的片上网络的研究概况,并阐述了科学界在这一研究领域迄今为止所解决的主要问题。
2016-10-03 cs.AR
iThermTroj: Exploiting Intermittent Thermal Trojans in Multi-Processor System-on-Chips
针对多处理器片上系统的间歇性热木马攻击问题,提出iThermTroj攻击模型并分析其对现有检测方案的绕过能力,设计微型机器学习分类器提升检测率和全保护分辨率。
2025-07-08 cs.AR cs.CR
Routing in Networks on Chip with Multiplicative Circulant Topology
多核处理器系统的开发是一个迫切需要的科学技术分支。具有数十个和数百个核的处理器的出现向开发人员提出了选择能够在具有大量节点的网络中提供有效路由的最佳拓扑的问题。在本文中,我们考虑使用乘法循环作为一个拓扑结构的片上网络的可能性。针对乘性循环拓扑网络,提出了一种考虑网络拓扑特征、可扩展性强的专用路由算法。
2019-02-08 cs.AR cs.NI
Large Processor Chip Model
本文提出由大语言模型驱动的大型处理器芯片模型LPCM,通过人机协同、智能体编排和模型治理三层框架实现端到端自动化计算机架构设计,并以3D高斯泼溅负载验证其有效性。
2025-06-03 cs.AR
The SpiNNaker 2 Processing Element Architecture for Hybrid Digital Neuromorphic Computing
本文介绍了第二代SpiNNaker芯片的处理单元结构,实现在22纳米FDSOI。在电路级,该芯片具有自适应体偏置近阈值操作,和动态电压和频率缩放驱动的尖峰活动。在系统级,处理以ARM M4核心为中心,类似于第一代SpiNNaker的以处理器为中心的架构。为了加快子任务的运行速度,我们为尖峰(SNN)和基于速率的(深度)神经网络(DNN)的数值运算添加了加速器。PE通过专用的定制设计的片上网络进行通信。我们提出了三个基准测试,显示整个处理器元件在SNN,DNN和混合SNN/DNN网络上的操作。
2022-08-15 cs.AR
MGSim - Simulation tools for multi-core processor architectures
MGSim是一个用于片上硬件组件的开源离散事件模拟器,由阿姆斯特丹大学开发。它旨在成为一个研究和教学工具,研究在众核和硬件多线程处理器上的细粒度硬件/软件交互。它包括对具有不同指令集的内核模型的支持、可配置的多核互连、多个可配置的高速缓存和内存模型、专用I/O子系统以及全面的监控和交互设施。MGSim附带的默认模型配置实现了微电网,这是一种具有硬件并发管理的众核架构。此外,MGSim主要用C++编写,并使用对象类来表示芯片组件。它针对可描述为流程网络的架构模型进行了优化。
2013-02-06 cs.AR cs.DC
Design of a Near-Ideal Fault-Tolerant Routing Algorithm for Network-on-Chip-Based Multicores
随着CMOS技术的不断缩小,片上网络(NoC)不可避免地面临着磨损和可靠性下降的问题。虽然处理器和存储器中的故障可以通过冗余来屏蔽,或者通过诸如任务迁移之类的技术来减轻,但是NoC特别容易受到硬件故障的影响,因为单个链路故障可能导致片间通信无限期地停止,从而使整个多核芯片不可操作。因此,NoC带来了成为利用它们的芯片多核中的关键故障点的风险。针对无缝NoC操作中存在的故障链路,我们提出了Hermes,一个接近理想的容错路由算法,满足表现出高水平的鲁棒性的目标,在分布式模式下运行,保证自由死锁,甚至出流量,其中许多。Hermes是一种开销有限的无死锁混合路由算法,利用无故障路径上的负载平衡路由来维持高吞吐量,同时在故障附近提供预配置的逃逸路径选择。在这种在线机制下,Hermes的性能随着故障链路计数的增加而优雅地下降,这是现有技术中缺乏的一个至关重要的期望响应。此外,Hermes在故障链路拓扑上密集分布的情况下识别非通信网络分区,使得被路由到物理上隔离的区域的分组由于在子网络边界处开始的不确定的链式阻塞而不会导致网络停滞。一个广泛的实验评估,包括利用流量工作负载收集的全系统芯片多处理器模拟,表明爱马仕提高网络吞吐量高达$3\times$相比,对国家的最先进的。此外,硬件综合结果证明了爱马仕的功效。
2020-06-19 cs.AR
Intelligent Bees for QoS Routing in Networks-on-Chip
面向未来众核处理器平台的片上网络(Network-on-Chip,NoC)集成了越来越多的异构组件,许多实时和延迟敏感的应用可以在单个芯片上并发运行。可重构FPGA和可重构片上网络是为了实现可重用性而出现的。这些类型的NoC内的业务表现出多样性,突发性和不可预测的通信模式。QoS保证机制是为NoC提供保证吞吐量(GT)或保证带宽(GB)性能所必需的。在本文中,我们提出了一个QoS路由算法的启发蜜蜂的觅食行为,以提供有保证的带宽性能。采用虚电路和空分复用技术为不同类型的业务提供可用的路径。
2011-09-04 cs.AR
Enabling Efficient Processing of Spiking Neural Networks with On-Chip Learning on Commodity Neuromorphic Processors for Edge AI Systems
eBrain Lab, New York University (NYU) Abu Dhabi(eBrain实验室,纽约大学(NYU)阿布扎赫德)
本文提出了一种在商用神经形态处理器上实现高效SNN处理的方法,通过芯片级学习降低能耗与延迟,适用于边缘AI系统。
2025-04-19 cs.AI cs.AR cs.LG
Classifying Application Phases in Asymmetric Chip Multiprocessors
为了提高异构多核处理器的性能,降低其功耗,本文研究了程序执行阶段的检测能力。程序执行间隔已被分类在不同的阶段,根据其吞吐量和利用率的核心。在单核处理器和多核处理器上研究了实现相位检测技术的结果。为了最小化剖析开销,提出了一种动态调整剖析间隔的算法。它基于程序的行为,并将分析开销减少了三倍以上。结果是通过在给定的处理器上执行多处理器基准测试获得的。为了清楚地显示程序阶段,吞吐量和执行间隔的利用率在散点图上呈现。固定和可变的时间间隔的结果。
2010-01-13 cs.AR cs.DC cs.PF
ECO-CHIP: Estimation of Carbon Footprint of Chiplet-based Architectures for Sustainable VLSI
本文提出ECO-CHIP碳分析工具,通过评估异构集成系统在缩放、良率及封装碳开销等方面的表现,发现其相比传统单片系统可减少高达70%的隐含碳排放,助力可持续计算。
2024-02-14 cs.AR
TEXEL: A neuromorphic processor with on-chip learning for beyond-CMOS device integration
University of Groningen(格罗宁根大学);Technische Universität Ilmenau(伊尔默瑙工业大学);Forschungszentrum Jülich(于利希研究中心);University of Zürich(苏黎世大学);ETH Zürich(苏黎世联邦理工学院)
本文提出混合信号神经形态架构TEXEL,通过片上学习电路集成新型两端和三端器件,弥合CMOS神经形态计算与新兴器件研究之间的差距,并通过芯片测量与仿真验证其器件集成就绪性。
2024-10-21 cs.AR cs.ET cs.LG
Versatile silicon integrated photonic processor: a reconfigurable solution for next-generation AI clusters
针对AI集群计算与通信挑战及现有硅光子芯片适配性不足问题,研究团队研发出含40个可编程单元、160余组件的可重构硅光子处理器,搭配自研软件栈实现多种AI相关功能,为光电AI集群构建奠定基础。
2025-09-03 cs.AR physics.optics
CNN-MERP: An FPGA-Based Memory-Efficient Reconfigurable Processor for Forward and Backward Propagation of Convolutional Neural Networks
Graduate School of Information, Production and Systems, Waseda University(早稻田大学信息生产系统研究生院)
大规模深度卷积神经网络(CNN)广泛用于机器学习应用中。虽然CNN涉及巨大的复杂性,但提供高密度计算资源集成的VLSI(ASIC和FPGA)芯片被认为是CNN实现的有前途的平台。然而,在计算单元的大规模并行性下,受超大规模集成电路芯片引脚数限制的外部内存带宽成为系统瓶颈。此外,VLSI解决方案通常被认为缺乏针对CNN的各种参数进行重新配置的灵活性。本文提出CNN-MERP来解决这些问题。CNN-MERP采用了高效的存储层次结构,可显著降低片上/片外数据分配、数据流优化和数据重用等多重优化对带宽的要求。提出的2级可重构性是用来使快速和有效的重新配置,这是基于控制逻辑和多引导功能的FPGA。结果,实现了1.94MB/GFlop的外部内存带宽要求,这比现有技术低55%。在有限的DRAM带宽下,Vertex UltraScale平台实现了1244 GFlop/s的系统吞吐量,比最先进的FPGA实现高5.48倍。
2017-03-22 cs.AR cs.LG
Real-Time Guarantees in Routerless Networks-on-Chip
本文考虑使用无路由器片上网络作为一种替代的片上互连的多处理器系统需要硬实时的【形】保证处理器间的通信。它提出了一种新的分析框架,可以提供延迟上界的实时的【形】数据包流发送的无路由器的片上网络,它使用该框架来评估这种网络提供实时的【形】保证的能力。提供了广泛的比较分析,考虑不同的体系结构的无路由器网络和一个国家的最先进的虫洞网络的基础上优先级抢占路由器作为基线。
2022-09-21 cs.AR cs.NI cs.PF
A scalable multi-core architecture with heterogeneous memory structures for Dynamic Neuromorphic Asynchronous Processors (DYNAPs)
Computer Systems Lab, School of Engineering & Applied Sciences, Yale University(耶鲁大学工程与应用科学学院计算机系统实验室);Center of Theoretical Neuroscience, Columbia University(哥伦比亚大学理论神经科学中心);Institute of Neuroinformatics, University of Zurich and ETH Zurich(苏黎世大学与苏黎世联邦理工学院神经信息学研究所)
类脑计算系统包括使用异步事件进行计算和通信的神经元网络。这种类型的表示在神经形态电子系统的带宽和功耗方面提供了几个优点。然而,在大规模系统中管理异步事件的流量在电路复杂性和存储器要求方面都是一项艰巨的任务。在这里,我们提出了一种新的路由方法,采用分层和网状路由策略,并结合异构内存结构,最大限度地减少内存需求和延迟,同时最大限度地提高编程的灵活性,以支持广泛的基于事件的神经网络架构,通过参数配置。我们验证了所提出的方案,在原型多核神经形态处理器芯片,采用混合模拟/数字电路,用于仿真突触和神经元动力学与异步数字电路管理的地址事件流量。我们提出了一个理论分析建议的连接方案,描述的方法和电路来实现这样的计划,并表征原型芯片。最后,我们展示了使用的神经形态处理器与卷积神经网络的实时分类的视觉符号被闪烁到动态视觉传感器(DVS)在高速。
2017-08-16 cs.AI cs.AR
Hardware Software Co-design of Statistical and Deep Learning Frameworks for Wideband Sensing on Zynq System on Chip
随着频谱共享和异构业务在下一代网络中的引入,基站需要感知宽带频谱并识别频谱资源以满足服务质量、带宽和延迟约束。欠奈奎斯特采样(SNS)实现了稀疏宽带频谱的数字化,而无需奈奎斯特速度模数转换器。然而,SNS需要用于频谱重构的附加信号处理算法,诸如公知的正交匹配追踪(OMP)算法。OMP还广泛用于其它压缩感知应用中。本文的第一个贡献是将OMP算法有效地映射到由ARM处理器和FPGA组成的Zynq片上系统(ZSoC)上。实验分析表明,稀疏频谱的OMP性能显着下降。此外,OMP需要频谱稀疏性的先验知识。我们通过基于深度学习的架构来解决这些挑战,并将其有效地映射到ZSoC平台上作为第二个贡献。通过硬件-软件协同设计,考虑通过软件(ARM处理器)和硬件(FPGA)之间的分区获得的所提出的架构的不同版本。资源,功率和执行时间的比较,给定的内存限制和广泛的字长,这些架构。
2022-09-06 cs.AR eess.SP
Effect of Thread Level Parallelism on the Performance of Optimum Architecture for Embedded Applications
随着网络应用和网络流量的日益复杂,网络处理器作为嵌入式处理器的一个子集,需要处理更多的计算密集型任务。通过缩小通常是多线程处理器的芯片多处理器(CMP)的特征尺寸和再现,在某种程度上保证了性能要求。由于多线程处理器是单线程处理器的继承者,而多线程嵌入式处理器的设计又没有通用的设计流程,因此本文在有限的面积和功耗预算下,对最优单线程嵌入式处理器的设计空间进行了全面的探索。最后,我们在此架构上执行多个执行绪,以找出最大的执行绪层级平行度(TLP)的基础上,每功率的性能和面积最佳的单执行绪架构。
2012-04-12 cs.AR cs.PF
Modeling Short-Range Microwave Networks to Scale Superconducting Quantum Computation
针对超导量子计算机扩容量子比特时的噪声与串扰问题,提出基于微波链路的小芯片分布式架构,建模验证其可降低数据移动总体错误率、延迟影响小,为量子计算规模化提供新路径。
2024-12-18 cs.AR cs.DC quant-ph
Simulation-Driven Evaluation of Chiplet-Based Architectures Using VisualSim
University of Engineering and Technology(工程与技术大学)
本文提出基于VisualSim的chiplet架构仿真方法,通过构建多核ARM处理器集群与ARM CMN600 NoC互连模型,评估通信延迟和功耗性能权衡,为优化半导体设计提供基础。
2025-11-03 cs.AR cs.PF
FeNN: A RISC-V vector processor for Spiking Neural Network acceleration
School of Engineering and Informatics(工程与信息学学院);University of Sussex(苏塞克斯大学)
本文提出一种基于 RISC-V 的 FPGA 软向量处理器 FeNN,利用随机舍入和饱和技术实现高精度低硬件利用率的脉冲神经网络模拟,其速度优于嵌入式 GPU 和 Loihi 神经形态系统。
2025-06-13 cs.AI cs.AR cs.NE
ASPO: Constraint-Aware Bayesian Optimization for FPGA-based Soft Processors
Department of Computer Science and Technology, University of Cambridge(计算机科学与技术系,剑桥大学);Department of Computing, Imperial College London(计算系,伦敦帝国理工学院)
提出 ASPO,通过析取约束、定制协方差核、评估时间惩罚和 FPGA 检查点复用,优化 FPGA 软处理器参数并显著降低执行与设计时间。
2025-06-07 cs.AR cs.LG cs.NE
Uncertainty-Aware End-to-End Co-Design of Neural Network Processors: From Training and Mapping to Fabrication
提出一个基于单调协同设计理论的统一框架,通过四个可互操作的设计模块(网络训练、芯片映射、晶圆级制造和计算资源分配)实现神经网络处理器的端到端协同设计,并引入置信度(成功概率的倒数)作为显式可优化资源来处理不确定性。
2026-06-03 cs.AI cs.AR cs.LG