ICCAD '26论文：累加感知量化让DNN容忍低压电压降额误差

Alexis Maras 等人在一篇被 ICCAD '26 接收的论文（arXiv:2610.33824）中提出一项软硬件协同设计方法，让深度神经网络在低压运行下容忍电压降额引起的误差。方法基于观察：脉动阵列累加器中时序稳健的位范围随电压-频率工作点显著变化，因此通过累加感知训练，结合混合精度量化与非结构化剪枝，避免激活硬件的高位进位链，并辅以 MSB 掩蔽、时钟门控和逐层动态频率调整。 在 2nm 工艺节点上的实验显示，低压边界运行时能耗与能量延迟积分别改善 39% 和 23%，精度损失保持在 1% 以内。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。