RecLight:一种集成硅光子的循环神经网络加速器
机器学习
2022-09-02 v1 硬件体系结构
神经与进化计算
摘要
循环神经网络(RNNs)用于学习数据序列中依赖关系的应用，例如语音识别、人类活动识别和异常检测。近年来，较新的RNN变体，如GRUs和LSTMs，已被用于实现这些应用。由于许多此类应用用于实时场景，加速RNN/LSTM/GRU推理至关重要。在本文中，我们提出了一种称为RecLight的新型光子硬件加速器，用于加速简单RNNs、GRUs和LSTMs。仿真结果表明，与最先进技术相比，RecLight实现了每比特能量降低37倍和吞吐量提升10%。
引用
@article{arxiv.2209.00084,
title = {RecLight: A Recurrent Neural Network Accelerator with Integrated Silicon Photonics},
author = {Febin Sunny and Mahdi Nikdast and Sudeep Pasricha},
journal= {arXiv preprint arXiv:2209.00084},
year = {2022}
}