BriefGPT - AI 论文速递
·
HEANA: 一种用于能效高的卷积神经网络推理的混合时幅模拟光学加速器
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
本论文研究了基于微环共振器的模拟光子结构，用于加速深度神经网络中的通用矩阵乘法，具有出色的吞吐量和能效。作者发现分拆-调制-加权-聚合的组织方式在吞吐量、能效和面积能量效率方面有显著提升。
🎯
关键要点
- 研究基于微环共振器的模拟光子结构，用于加速深度神经网络中的通用矩阵乘法。
- 该结构具有出色的吞吐量和能效。
- 分析了三种不同的调制顺序：MASW、ASMW和SMWA。
- 不同的调制顺序对电路级的串扰噪声、光信号损失及系统级的吞吐量和能量区域有不同影响。
- SMWA组织在吞吐量、能效和面积能量效率方面分别提升了4.4倍、5倍和5.2倍。
➡️
