用于克服扩展型机器学习硬件加速器通信瓶颈的硅光子 2.5D 中介层网络
硬件体系结构
2024-03-08 v1 机器学习
信号处理
摘要
现代机器学习（ML）应用日益复杂，单体（单芯片）加速器架构已无法满足其能效和吞吐量需求。尽管现代数字电子加速器正逐步采用具有多个小型芯粒的 2.5D 架构以提升可扩展性，但由于依赖缓慢的金属互连，它们面临着根本性的限制。本文阐述了如何在 2.5D 平台中利用光通信和光计算，以实现高能效和高吞吐量的 2.5D ML 加速器架构。
引用
@article{arxiv.2403.04189,
title = {Silicon Photonic 2.5D Interposer Networks for Overcoming Communication Bottlenecks in Scale-out Machine Learning Hardware Accelerators},
author = {Febin Sunny and Ebadollah Taheri and Mahdi Nikdast and Sudeep Pasricha},
journal= {arXiv preprint arXiv:2403.04189},
year = {2024}
}