A 28-nm 28.8-TOPS/W Attention-Based NN Processor With Correlative CIM Ring Architecture and Dataflow-Reshaped Digital-Assisted CIM Array
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Transformer models have achieved impressive performance in various applications by effectively capturing contextual knowledge from the entire sequence. However, the multi-headed self-attention (MHSA) mechanism of Transformer models introduces multiple rounds of matrix multiplication (MM) and Softmax operations, which results in massive data movement and computations. Compute-in-memory (CIM) is a promising candidate to reduce data movement in the memory hierarchy of artificial intelligence (AI) accelerators, increasing the speed and energy efficiency for MM computation. However, the attention mechanism introduces dynamic MMs involving Query (Q), Key (K), and Value (V). Since these matrices are both generated dynamically in previous layers, the dynamic MM mismatches the CIM paradigm, resulting in significant energy/latency consumption. This article proposes a CIM-based transformer accelerator (TranCIM) with three design features, effectively handling dynamic MMs. First, a correlative CIM ring (CRCIMR) executes the dynamic MM that involving Q and K by matrix decomposition, removing the loading of dynamically generated matrix in SRAM-based CIM (SRAM-CIM) cells. Second, a Softmax-based speculation unit (SSU) reduces the computation redundancy in dynamic MMs. Third, a digital-assisted CIM array (DACIMA) executes the dynamic MM that involving V based on symmetrical-L-shaped products, allowing the CIM macro to work in compute mode continuously. Fabricated in a 28-nm CMOS technology, the proposed accelerator occupies an area of 7.08 mm2. Measured on TinyBERT and BERT-Base with INT8 precision, the proposed accelerator achieves a system-level energy efficiency of 28.8 TOPS/W.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,003 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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