BriefGPT - AI 论文速递
·
SCATTER: 算法 - 电路协同稀疏光子加速器，具有热容忍、功耗高效的原位光重分布
💡
原文中文，约400字，阅读约需1分钟。
📝
内容提要
光子计算是加速AI工作负载的有前途解决方案。本文提出了一种动态芯片内纠正框架，通过自适应探测智能监视芯片状态并进行快速校准，以恢复准确性。实验表明，该框架在漂移变化下保持持续性能，提高准确性34%，降低开销2-3个量级。
🎯
关键要点
- 光子计算在加速计算密集型人工智能工作负载方面具有潜力。
- 在边缘计算环境中，光子计算提供了速度和能量效率的优势。
- 现场噪声和环境变化对光子张量加速器的可靠性构成挑战。
- 本文提出了一种动态芯片内纠正框架（DOCTOR），用于自适应校准。
- DOCTOR框架通过监测芯片状态并进行快速校准来恢复准确性。
- 提出了一种基于变异感知的架构重映射策略，以避免在噪声设备上执行关键任务。
- 实验结果显示，该框架在漂移变化下保持持续性能，准确性提高34%，开销降低2-3个量级。
🏷️
标签
➡️
