基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,面向人工智能领域的芯片快速发展,低精度和混合精度的乘加运算能力是人工智能芯片计算能力的核心指标,同时乘加部件也是人工智能芯片功率的主要消费者.面向人工智能领域应用需求,研究高性能、低能耗、低开销的浮点乘加器,对人工智能芯片的研发具有重要意义.文中设计了一种面向AI的浮点乘加器,支持单精度、半精度、单半混合精度的浮点乘加运算,也支持32位、16位和8位的整数乘法运算.该部件采用跨精度复用的设计思想,提出乘法器复用、移位器复用、前导零预测器复用等关键技术,在保证各类操作功能和性能的基础上,有效减少了芯片面积和功耗.文中完成了该部件的正确性测试和物理综合.实验结果表明,该部件能满足正确性要求,在28 nm工艺条件下,对比无复用设计至少减少50.09%的面积和47.91%的功耗,综合运行频率达到2 GHz.
推荐文章
面向人工智能的建筑计算性设计研究
建筑计算性设计
人工智能
设计研究
信息集成
面向人工智能的"新工科"人才培养模式探索
人工智能
新工科
人才培养模式
可重构浮点混合/连续乘-加器的设计与实现
浮点
连续乘-加
混合乘-加
三操作数加
可重构
流水线
面向人工智能和大数据的高效能计算
超级计算
大数据
高效能计算
人工智能
异构系统
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 面向人工智能的浮点乘加器设计
来源期刊 计算机技术与发展 学科 工学
关键词 人工智能 浮点乘加器 单精度 半精度 单半混合精度
年,卷(期) 2019,(8) 所属期刊栏目 智能、算法、系统工程
研究方向 页码范围 96-101
页数 6页 分类号 TP302
字数 5513字 语种 中文
DOI 10.3969/j.issn.1673-629X.2019.08.019
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑方 12 6 1.0 2.0
2 丁亚军 11 6 1.0 2.0
3 陈正博 1 0 0.0 0.0
4 吴铁彬 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1951(1)
  • 参考文献(0)
  • 二级参考文献(1)
1964(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(2)
  • 参考文献(1)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
浮点乘加器
单精度
半精度
单半混合精度
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机技术与发展
月刊
1673-629X
61-1450/TP
大16开
西安市雁塔路南段99号
52-127
1991
chi
出版文献量(篇)
12927
总下载数(次)
40
总被引数(次)
111596
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导