Flex-SFU: Accelerating DNN Activation Functions by Non-Uniform Piecewise Approximation

Modern DNN workloads increasingly rely on activation functions consisting of computationally complex operations. This poses a challenge to current accelerators optimized for convolutions and matrix-matrix multiplications. This work presents Flex-SFU, a lightweight hardware accelerator for activation...

Celý popis

Podrobná bibliografie

Vydáno v:	2023 60th ACM/IEEE Design Automation Conference (DAC) s. 1 - 6
Hlavní autoři:	Reggiani, Enrico, Andri, Renzo, Cavigelli, Lukas
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 09.07.2023
Témata:	Computational modeling Computer vision Decoding Design automation Heuristic algorithms Interpolation Natural language processing
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!