BriefGPT - AI 论文速递
·
DPD-神经引擎：一种22纳米6.6-TOPS/W/mm²的递归神经网络加速器用于宽带功率放大器数字预失真
💡
原文中文，约700字，阅读约需2分钟。
📝
内容提要
本研究提出了一种名为DPD-NeuralEngine的加速器，采用22纳米CMOS技术，基于门控递归单元(GRU)神经网络，专用于宽带功率放大器的数字预失真。该加速器在2 GHz下运行，具有256.5 GOPS的吞吐量和1.32 TOPS/W的功率效率，实现了6.6 TOPS/W/mm²的功率面积效率。
🎯
关键要点
- 本研究提出了一种名为DPD-NeuralEngine的加速器，采用22纳米CMOS技术。
- 该加速器基于门控递归单元(GRU)神经网络，专用于宽带功率放大器的数字预失真。
- DPD-NeuralEngine在2 GHz下运行，具有256.5 GOPS的吞吐量和1.32 TOPS/W的功率效率。
- 该加速器实现了6.6 TOPS/W/mm²的功率面积效率。
- 这是首个基于人工智能的DPD专用集成电路(ASIC)加速器的实现。
➡️
