サインイン
インサイト - 뉴럴 네트워크
BF-IMNA: 뉴럴 네트워크 가속을 위한 비트 유동적 인-메모리 뉴럴 아키텍처
본 논문에서는 정적 및 동적 혼합 정밀도를 지원하는 비트 유동적 인-메모리 컴퓨팅(IMC) 가속기인 BF-IMNA를 제안하여 CNN 추론 성능을 향상시키고 에너지 소비를 줄입니다.
엣지 환경에서 효율적이고 정확하며 강력한 뉴럴 네트워크의 성장
엣지 장치에서 효율적이고 강력한 뉴럴 네트워크를 성장시키는 새로운 2단계 접근 방식인 GEARnn을 소개합니다. 이 방식은 깨끗한 데이터를 사용한 초기 성장 단계와 이어지는 강력한 데이터 증강 훈련 단계를 통해 기존 방법보다 훈련 시간과 에너지 소비를 줄이면서도 견고한 정확성을 달성합니다.
효율적인 스파이크 뉴럴 네트워크 훈련을 위한 스파이크 누적 전달
스파이크 누적 전달(SAF)은 스파이크 뉴럴 네트워크(SNNs)의 효율적인 훈련을 위한 새로운 패러다임을 제안합니다.
ANN-SNN 변환 최적화를 위한 그룹 뉴런
그룹 뉴런을 활용한 ANN-SNN 변환 최적화의 중요성과 성능 향상
© 2024 by Linnk AI