MétaCan
Menu
Retour à la cohorte
Enregistrement W2752065998 · doi:10.1049/iet-cdt.2016.0200

High performance and energy efficient single‐precision and double‐precision merged floating‐point adder on FPGA

2017· article· en· W2752065998 sur OpenAlexafffund
Hao Zhang, Dongdong Chen, Seok‐Bum Ko

Notice bibliographique

RevueIET Computers & Digital Techniques · 2017
Typearticle
Langueen
DomaineComputer Science
ThématiqueNumerical Methods and Algorithms
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Saskatchewan
Mots-clésAdderField-programmable gate arrayDouble-precision floating-point formatComputer scienceSingle-precision floating-point formatStratixComputer hardwareCarry-save adderThroughputEfficient energy useParallel computingFloating pointEmbedded systemAlgorithmEngineeringLatency (audio)Electrical engineering

Résumé

récupéré en direct d'OpenAlex

A high performance and energy efficient single‐precision and double‐precision merged floating‐point adder based on the two‐path FP addition algorithm designed and implemented on field programmable gate array (FPGA) is presented. With a fully pipelined architecture, the proposed adder can accomplish one double‐precision addition or two parallel single‐precision additions in six clock cycles. The proposed architecture is designed based on the double‐precision adder and each major component is segmented to support dual single‐precision operations. In addition, all the components of the proposed adder are optimised for mapping on FPGA. The proposed architecture is implemented on both Altera Stratix‐III and Xilinx Virtex‐5 devices and it has a faster clock frequency when compared with the double‐precision intellectual property (IP) core adder provided by the FPGA vendors. Since the dual single‐precision operations support, the proposed adder has higher throughput compared with the single‐precision IP core adder. In addition, the proposed adder has better energy efficiency compared with both single‐precision and double‐precision IP core adder. The implementation results of the proposed adder on the latest Altera Arria‐10 and Xilinx Virtex‐7 devices are provided. A direct implementation of the proposed architecture on STM‐90 nm technology ASIC platform is also performed.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,019
Tête enseignante GPT0,264
Écart entre enseignants0,245 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeExpérimental (laboratoire)
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueIET Computers & Digital TechniquesMême sujetNumerical Methods and AlgorithmsTravaux en français237 207