BriefGPT - AI 论文速递
·
基于微环的非相干光子 GEMM 加速器的比较分析
💡
原文中文，约400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。作者通过分析三种不同的调制顺序，发现它们对电路级的串扰噪声和光信号损失以及系统级的吞吐量和能量区域能够带来不同程度的影响。评估结果显示，SMWA组织在吞吐量、能效和面积能量效率方面的提升分别多达4.4倍、5倍和5.2倍。
🎯
关键要点
- 本论文研究基于微环共振器的模拟光子结构。
- 该结构用于加速深度神经网络中的通用矩阵乘法。
- 研究显示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。
- 不同调制顺序对电路级的串扰噪声和光信号损失有不同影响。
- 系统级的吞吐量和能量区域也受到调制顺序的影响。
- 评估结果显示SMWA组织在吞吐量、能效和面积能量效率方面的提升分别多达4.4倍、5倍和5.2倍。
➡️
