基於SRAM的方法可加速AI推理

一種新穎的深度學習加速器。專用單元定義了一個SRAM，該單元可以處理矩陣乘法，量化，存儲以及推理處理器所需的其他工作。 在Spice仿真中，當使用8位整數數學識別手寫數字時，該設計可提供100兆次操作/秒/瓦（TOPS / W）。它的計算密度可以擊敗Google的TPU一個數量級。 該設計是使用內存中計算方法的加速器產品線中最新的一種。設計使用40納米NOR閃存單元的深度學習處理器，其目標是爲監視

>>阅读原文<<