基于忆阻器的图卷积神经网络加速器设计
摘 要：图卷积神经网络(GCN)在社交网络、电子商务、分子结构推理等任务中的表现远超传统人工智能算法，在近年来获得广泛关注。忆阻器(ReRAM)作为一种新兴的非易失性存储器，具有高密度、读取访问速度快、低功耗和存内计算等优点。实验结果显示，该文加速器相比CPU有483倍速度提升和1569倍能量节省；相比GPU也有28倍速度提升和168倍能耗节省。关键词：存算一体；新型非易失性存储器；图卷积神经网络；加速器
目录介绍
1 引言
2 背景
2.1 图卷积神经网络
2.2 忆阻器交叉阵列
3 加速器设计
3.1 架构组织
3.2 稀疏特征映射
3.3 邻接矩阵子矩阵划分
4 实验
4.1 实验设计
4.2 结果分析
5 结论
©软件著作权归作者所有。本站所有文件均来源于网络，仅供学习使用，请支持正版！
转载请注明出处！
发表评论 取消回复