欢迎来到继续教育培训网院校库!

继续教育培训网首页

安徽大学继续教育培训

211 双一流
咨询电话:
400-0815-589
当前位置:继续教育培训网> 高校继续教育培训> 安徽大学> 机构新闻>
培训动态
学校新闻
时政要闻
头条新闻
服务热线:
400-0815-589

在线获取继续教育培训方案

  • 培训主题:
  • 参训单位:
  • 参训人数:
  • 联系人:
  • 联系电话:
  • 验证码:
  • 备注:

新闻中心THE NEWS CENTER

吴秀龙教授团队研究成果被国际集成电路设计领域顶级期刊JSSC录用

发布时间:2022-09-09 09:34:24    浏览次数:200    来源:安徽大学 若有侵权请联系400-0815-589删除

近日,集成电路学院吴秀龙教授团队的研究成果“基于自循环8T SRAM的存内逻辑运算及按行复制电路研究”(In-situ storing 8T SRAM-CIM macro for full-array Boolean logic and copy operations)被国际集成电路设计领域顶级期刊IEEE Journal of Solid-State Circuits (JSSC)录用。



图1(a)冯诺依曼架构;(b)传统存算一体化架构

近年来,随着大数据、人工智能等关键技术的突破,以机器学习、知识图谱为代表的人工智能技术涌现在高速发展的时代潮流之中。然而传统冯诺依曼架构中计算与存储分离(图1a),无法满足深度学习算法所带来的运算效率需求,为了打破传统计算架构的“存储墙”,存内计算技术应运而生(图1b)。然而,传统存算架构只实现了并行计算,回写大规模并行计算结果可能成为新的瓶颈。

该团队提出了双维度自循环存算一体化电路(图2),优化了存算一体化过程,从传统存算中的写入->计算->缓冲->回写变为写入->计算+回写,其中计算+回写是同时进行。该团队所提出的架构吞吐量为1851.4 GOPS,与现有的存算宏相比,吞吐量增加了3-56.6倍;在0.66V的电源电压下,能量效率高达270.5TOPS/W。该团队所提出的架构应用于高级加密标准(AES)算法时,与冯诺依曼架构相比,能量效率提高了约47.5%–63%。



图2 系统框架与芯片模具图

分享到微信朋友圈 ×
打开微信,点击底部的“发现”,
使用“扫一扫”即可将网页分享至朋友圈。
【继续教育培训网声明】网站文章及图片均来源于学校官网或互联网,若有侵权请联系400-0815-589删除。

咨询热线
400-0815-589