Informatica - Architettura hardware

OSCAR aiuta a ottimizzare gli algoritmi quantistici ricostruendo in modo efficiente i paesaggi delle soluzioni.

Un nuovo design della cache aumenta la velocità e l'efficienza energetica nei sistemi IoT.

Un nuovo metodo migliora l'efficienza dell'apprendimento profondo usando elaborazione analogica e tecniche nel dominio della frequenza.

Esplorare le sfide di sicurezza nei materiali fotonici al silicio per gli acceleratori di intelligenza artificiale e i metodi di rilevamento.

Uno sguardo su come superare le sfide della memoria nel computing moderno.

La tecnologia RRAM migliora la velocità e l'efficienza delle reti neurali convoluzionali.

Esplorare i vantaggi e il design degli esoscheletri per la parte superiore del corpo per il supporto alla mobilità.

Scopri il ruolo dei formati compressi nel migliorare le prestazioni dell'IA.

Uno sguardo a come P2LSG migliora l'efficienza del calcolo stocastico.

Un nuovo approccio migliora l'algoritmo HATS per una classificazione degli oggetti più efficiente.

Questo studio esamina l'uso dei sistemi PIM per migliorare le performance della crittografia omomorfica.

Il framework C4CAM facilita la programmazione avanzata delle memorie indirizzabili per contenuto.

Esamina le vulnerabilità nei processi di reset del calcolo quantistico e le possibili difese.

CGRAs e Morpher offrono soluzioni efficienti per i compiti di machine learning nei dispositivi smart.

Un metodo che accelera le operazioni di convoluzione nelle reti neurali profonde.

Approccio innovativo per comunicazioni sicure in dispositivi IoT con risorse limitate.

Un nuovo metodo migliora i modelli di deep learning su FPGA per una elaborazione più veloce.

Un nuovo modello ibrido migliora la qualità dell'immagine usando metodi quantistici e classici.

Un nuovo compilatore migliora le capacità del CGRA per diverse applicazioni software.

Usare grandi modelli linguistici per semplificare i processi di verifica del design hardware.

Ehi, ti presento Spatz, una nuova unità di elaborazione compatta pensata per le esigenze di calcolo moderne.

Nuovo framework migliora le prestazioni dell'elaborazione dei dati crittografati usando le GPU.

Nuovi approcci al calcolo analogico migliorano l'accuratezza e l'efficienza nel deep learning.

Usare le GPU per accelerare le simulazioni dei serbatoi può migliorare l'efficienza e ridurre i tempi di calcolo.

Una nuova architettura migliora l'efficienza energetica e la velocità nella moltiplicazione di grandi interi.

TroLL combina il blocco logico con i Trojan hardware, presentando seri rischi per la sicurezza.

Uno studio sugli attacchi di machine learning e contromisure efficaci nei sistemi di rete.

Un nuovo design della cache pensato per migliorare la sicurezza contro gli attacchi di timing.

Un nuovo algoritmo parallelo migliora le prestazioni del Turbo Encoder per una trasmissione dati più veloce.

FP8 offre una soluzione compatta per addestrare grandi modelli di AI con maggiore efficienza.

U-SWIM riduce il tempo di programmazione per i DNN concentrandosi sui pesi sensibili.

ACNet migliora la qualità delle immagini mantenendo basse le esigenze computazionali per i dispositivi.

Esplorare il potenziale delle SNN nelle applicazioni di edge computing.

Investigare le vulnerabilità del machine learning nella rilevazione dei Trojan hardware nei circuiti integrati.

L'eGPU migliora l'elaborazione parallela nelle FPGA con architettura flessibile.

Una nuova architettura migliora l'elaborazione dei dati visivi basati su eventi in modo efficiente.

X-HEEP offre soluzioni personalizzabili ed efficienti dal punto di vista energetico per applicazioni di edge computing.

Questo documento parla di come migliorare l'efficienza energetica nei dispositivi che usano energia recuperata.

Esplorare l'impatto degli acceleratori hardware sui modelli di linguaggio di grandi dimensioni.

Un nuovo framework migliora le prestazioni della GPU per i compiti di deep learning.