Sie befinden Sich nicht im Netzwerk der Universität Paderborn. Der Zugriff auf elektronische Ressourcen ist gegebenenfalls nur via VPN oder Shibboleth (DFN-AAI) möglich. mehr Informationen...
Ergebnis 2 von 111
2018 IEEE Symposium on VLSI Technology, 2018, p.173-174
2018
Volltextzugriff (PDF)

Details

Autor(en) / Beteiligte
Titel
XNOR-SRAM: In-Memory Computing SRAM Macro for Binary/Ternary Deep Neural Networks
Ist Teil von
  • 2018 IEEE Symposium on VLSI Technology, 2018, p.173-174
Ort / Verlag
IEEE
Erscheinungsjahr
2018
Quelle
IEEE Xplore
Beschreibungen/Notizen
  • We present an in-memory computing SRAM macro that computes XNOR-and-accumulate in binary/ternary deep neural networks on the bitline without row-by-row data access. It achieves 33X better energy and 300X better energy-delay product than digital ASIC, and also achieves significantly higher accuracy than prior in-SRAM computing macro (e.g., 98.3% vs. 90% for MNIST) by being able to support the mainstream DNN/CNN algorithms.
Sprache
Englisch
Identifikatoren
eISSN: 2158-9682
DOI: 10.1109/VLSIT.2018.8510687
Titel-ID: cdi_ieee_primary_8510687

Weiterführende Literatur

Empfehlungen zum selben Thema automatisch vorgeschlagen von bX