VLPPLAs: Variable Latency Parallel Prefix Ling Adders
Notice bibliographique
Résumé
ABSTRACT Adders are ubiquitous in computer systems. Parallel prefix adders (PPAs) provide a way to speed up the addition. To further increase the performance, variable latency parallel prefix Ling adders (VLPPLAs) are proposed based on Ling adders in this work, respectively, using Brent–Kung, Beaumont Smith, Knowles, Kogge–Stone, and Sklansky topologies. The parallel prefix processing stage is designed to generate correct sums for most input operands. The Ling carries of these operands propagate for no more than a predetermined maximum carry chain length. The results of the remaining cases are speculated and detected through an overall error detection signal (OEDS) and then may be corrected using exact circuits if it is asserted in the next clock cycle. The OEDS is divided into several block error detection signals (BEDSs), for which the error rates are computed to estimate the computing accuracy of the designed VLPPLAs. Simulation and experimental results indicate that the proposed VLPPLAs achieve reductions in error rates by up to 96.50%, and energy performance with respect to average latency by about 15.68% for 64‐bit designs on average, respectively, compared with previous variable latency parallel prefix adders (VLPPAs).
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 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) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».