Informatique - Architecture matérielle

Examiner l'impact de l'intégration hétérogène sur la réduction des émissions de carbone dans la tech.

Explorer comment le RNS peut améliorer l'efficacité et la précision dans l'apprentissage profond.

Une nouvelle méthode améliore la fiabilité des prédictions dans les réseaux de neurones en utilisant la spintronique.

Sparq vise à améliorer la performance des réseaux de neurones quantifiés avec moins de ressources.

Une nouvelle plateforme évalue la performance des accéléreurs de deep learning pour des véhicules autonomes sûrs.

MRFI propose une approche flexible pour simuler des erreurs dans les réseaux de neurones, ce qui améliore la fiabilité.

Une nouvelle architecture matérielle améliore l'efficacité et la précision de la détection de texte dans les scènes.

Ce cadre simplifie les processus de conception électronique pour les ingénieurs.

Explorer les systèmes de récolte d'énergie et l'informatique intermittente pour des solutions IoT durables.

Examen de la montée des réseaux neuronaux à pics dans l'intelligence artificielle.

Un aperçu des techniques pour accélérer les réseaux de neurones graphiques sur des ensembles de données complexes.

Explore l'importance de la technologie de locomotion pour améliorer les expériences VR.

Citadel améliore la protection et la performance des enclaves sécurisées contre les attaques.

Explorer les avantages d'utiliser des unités arithmétiques de tailles différentes dans les systèmes informatiques.

Explore les différences entre les ANN et les SNN dans le traitement des données.

De nouveaux designs améliorent la vitesse de traitement des données et l'efficacité grâce à la technologie near-memory.

GIDS optimise l'entraînement de graphes à grande échelle pour plus d'efficacité et de rapidité.

ReDy optimise l'efficacité de l'apprentissage profond grâce à la quantification dynamique, réduisant ainsi la consommation d'énergie.

RowHammer soulève des préoccupations sérieuses concernant l'intégrité des données dans les systèmes de mémoire informatique modernes.

La recherche révèle les problèmes clés qui affectent la rétention et la performance des cellules DRAM.

Des chercheurs s'attaquent aux problèmes de rafraîchissement de la DRAM pour améliorer l'efficacité de la mémoire.

RowPress pose de nouveaux risques pour la sécurité des données dans les systèmes DRAM modernes.

Découvrez comment la technologie FPGA améliore la multiplication de matrices de haute précision.

HashMem accélère les hashmaps en combinant le traitement et la mémoire.

Comprendre les Trojans matériels et leur impact sur la sécurité des appareils électroniques.

Aborder les risques dans la conception matérielle grâce à la résilience et à la collaboration.

Présentation de Chiplet Cloud pour soutenir les grands modèles de langage de manière efficace et économique.

NeuroBlend optimise les réseaux de neurones pour l'efficacité et la rapidité sur les appareils matériels.

De nouvelles techniques de numérisation améliorent l'efficacité dans l'apprentissage profond et le traitement des données.

Un aperçu de comment le calcul en mémoire change le traitement des données.

Découvrez comment les SNN et les FPGA créent des solutions IA efficaces.

Une méthode pour sécuriser les dispositions NoC contre les accès non autorisés est proposée.

Un aperçu des systèmes numériques alternatifs pour améliorer les performances et l'efficacité des DNN.

La technologie CIM améliore la vitesse d'échantillonnage MCMC et l'efficacité énergétique pour l'analyse de données complexes.

Un modèle simple améliore la sélection du préchargeur, augmentant les performances jusqu'à 25%.

L'eGPU booste les capacités de traitement logiciel dans les FPGA pour plein d'applis différentes.

Le calcul approximatif équilibre qualité et efficacité dans le paysage technologique d'aujourd'hui.

Le calcul approximatif améliore l'efficacité et les économies d'énergie dans plusieurs applications.

Les îlots de sécurité améliorent les appareils HPC pour des applications critiques comme les voitures autonomes.

Le cadre MARS optimise les réseaux de neurones profonds sur des systèmes multi-accélérateurs.