FAME提出FPGA近似乘法器评测平台
热点事件持续更新
FAME提出FPGA近似乘法器评测平台
1 篇报道1 个报道来源16 小时前更新
先了解这件事
AI 综述
Rappy Saha等人提出FAME，一个基于FPGA的近似乘法器评测平台；在其针对ResNet-18、MobileNetV2和ImageNet上27个近似乘法器的评估中，速度相比既有基于LUT的仿真方法最高提升3.47倍。 FAME还配套提出模式引导的深度神经网络再训练方法，用于研究近似乘法器对推理的影响。作者称，平台代码已公开；目前报道的评测范围限于上述模型、数据集和27个近似乘法器。
AI 根据报道生成 · 1 小时前更新
最新进展10月16日 12:00
FAME：基于 FPGA 的近似乘法器评估平台与模式引导的 DNN 再训练报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · Machine LearningFAME：基于 FPGA 的近似乘法器评估平台与模式引导的 DNN 再训练
FAME 提出一个基于 FPGA 的平台，用于评估深度神经网络推理中的近似乘法器，并减少 CPU、GPU 上基于 LUT 仿真的开销。该方法在 ResNet-18、MobileNetV2 和 ImageNet 上评估了 27 个近似乘法器，评估速度相比既有 LUT 仿真方法最高提升 3.47x。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。