cs.AR」カテゴリーアーカイブ

Carbon-Efficient 3D DNN Acceleration: Optimizing Performance and Sustainability

要約 深いニューラルネットワーク(DNNS)が人工知能の進歩を引き続き促進するに … 続きを読む

カテゴリー: cs.AI, cs.AR | コメントする

Efficient Precision-Scalable Hardware for Microscaling (MX) Processing in Robotics Learning

要約 自律的なロボットには、クラウド依存関係のない新しい環境に適応するために、効 … 続きを読む

カテゴリー: cs.AR, cs.RO | コメントする

CASS: Nvidia to AMD Transpilation with Data, Models, and Benchmark

要約 クロスアーキテクチャGPUコードトランスピレーションの最初の大規模データセ … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.CL, cs.LG, cs.PL | コメントする

HDLxGraph: Bridging Large Language Models and HDL Repositories via HDL Graph Databases

要約 大規模な言語モデル(LLMS)は、ハードウェア説明言語(HDL)の生成やデ … 続きを読む

カテゴリー: cs.AR, cs.CL, cs.LG | コメントする

Introducing Instruction-Accurate Simulators for Performance Estimation of Autotuning Workloads

要約 機械学習(ML)ワークロードの加速には、最適化スペースが大きいため、効率的 … 続きを読む

カテゴリー: cs.AR, cs.LG | コメントする

GPU Performance Portability needs Autotuning

要約 LLMSが複雑になるにつれて、最先端のパフォーマンスを達成するには、アルゴ … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.PL | GPU Performance Portability needs Autotuning はコメントを受け付けていません

Scaling Laws for Floating Point Quantization Training

要約 低精度トレーニングは、トレーニングと下流の推論コストの両方を削減するための … 続きを読む

カテゴリー: cs.AR, cs.CL, cs.LG | Scaling Laws for Floating Point Quantization Training はコメントを受け付けていません

MINIMALIST: switched-capacitor circuits for efficient in-memory computation of gated recurrent units

要約 再発性ニューラルネットワーク(RNN)は、特に埋め込まれたエッジコンピュー … 続きを読む

カテゴリー: cs.AI, cs.AR, cs.LG, eess.SP | MINIMALIST: switched-capacitor circuits for efficient in-memory computation of gated recurrent units はコメントを受け付けていません

ApproXAI: Energy-Efficient Hardware Acceleration of Explainable AI using Approximate Computing

要約 説明可能な人工知能(XAI)は、最適化の問題として解釈可能性をフレーミング … 続きを読む

カテゴリー: cs.AI, cs.AR | ApproXAI: Energy-Efficient Hardware Acceleration of Explainable AI using Approximate Computing はコメントを受け付けていません

LightNobel: Improving Sequence Length Limitation in Protein Structure Prediction Model via Adaptive Activation Quantization

要約 Alphafold2やESMFoldなどのタンパク質構造予測モデル(PPM … 続きを読む

カテゴリー: B.7, cs.AI, cs.AR, cs.ET, cs.LG | LightNobel: Improving Sequence Length Limitation in Protein Structure Prediction Model via Adaptive Activation Quantization はコメントを受け付けていません