硅基高能效机器学习：一种受通信启发的方法
机器学习
2016-11-11 v1 硬件体系结构
摘要
本立场论文倡导一种受通信启发的方法，用于设计能量受限的嵌入式“始终开启”平台上的机器学习系统。该受通信启发的方法有两个版本——1）确定性版本，重新利用现有的低功耗通信IC设计方法；2）随机版本，称为受香农启发的统计信息处理，采用基于信息的度量、统计误差补偿（SEC）和基于重训练的方法，在处于能效极限的随机电路/器件结构上实现ML系统。受通信启发的方法有潜力充分利用ML算法和应用带来的机遇，以应对在能量受限平台上部署机器学习系统所固有的挑战。
引用
@article{arxiv.1611.03109,
title = {Energy-efficient Machine Learning in Silicon: A Communications-inspired Approach},
author = {Naresh R. Shanbhag},
journal= {arXiv preprint arXiv:1611.03109},
year = {2016}
}
备注
This paper was presented at the 2016 ICML Workshop on On-Device Intelligence, June 24, 2016