現代の機械学習(ML)アプリケーションは複雑化し、単一チップのアクセラレーター・アーキテクチャではエネルギー効率とスループット要求に追いつけない。2.5Dアーキテクチャが採用されているが、遅い金属インターコネクトに依存することで基本的な制限が生じている。この論文では、光通信と計算を活用してエネルギー効率と高スループットを実現する方法を提案している。SiPhリンクは信号減衰が少なく、高帯域幅であり、低エネルギー消費量であるため、2.5Dプラットフォームで多くの利点を持っている。TRINEはML作業を実行する電子チップレットを効率的に接続するために設計された新しい2.5D SiPhインターポーザーネットワークであり、2つ目の貢献である2.5D-CrossLightはSiPhを通信と計算の両方に使用して拡張したものである。
toiselle kielelle
lähdeaineistosta
arxiv.org
Tärkeimmät oivallukset
by Febin Sunny,... klo arxiv.org 03-08-2024
https://arxiv.org/pdf/2403.04189.pdfSyvällisempiä Kysymyksiä