面向 RRAM 交叉栏 MVM 操作快速能量估计的可校准模型
信号处理
2024-05-14 v2
摘要
AI 用量的激增需求创新的节能策略。新型计算内存储存（CIM）架构利用先进的存储技术，具有将存储与并行矩阵向量乘法（MVM）集成从而显著降低能耗的潜力。本研究针对 1T1R RRAM 交叉栏，作为众多 CIM 架构的核心组件，提出了用于估计运行能耗的抽象模型和校准方法。我们的工具将电路级行为浓缩为少数参数，便于针对深度神经网络工作负载进行能耗评估。与低层 SPICE 仿真的验证表明，加速度最高可达 1000 倍，能耗估计误差低于 1%。
引用
@article{arxiv.2405.04326,
title = {A Calibratable Model for Fast Energy Estimation of MVM Operations on RRAM Crossbars},
author = {José Cubero-Cascante and Arunkumar Vaidyanathan and Rebecca Pelke and Lorenzo Pfeifer and Rainer Leupers and Jan Moritz Joseph},
journal= {arXiv preprint arXiv:2405.04326},
year = {2024}
}
备注
Pre-print of work presented at AICAS 2024. 5 pages, 6 figures