Titre original :
Reram-Based Machine Learning
Contenu du livre :
La transition vers l'informatique exascale a entraîné des transformations majeures dans les paradigmes informatiques. La nécessité d'analyser et de répondre à de telles quantités de données a conduit à l'adoption de méthodes d'apprentissage automatique (ML) et d'apprentissage profond (DL) dans un large éventail d'applications.
L'un des principaux défis consiste à extraire des données de la mémoire informatique et à les réécrire sans rencontrer de goulot d'étranglement au niveau de la mémoire. Pour répondre à ces préoccupations, l'informatique en mémoire (IMC) et les cadres qui l'accompagnent ont été introduits. Les méthodes de calcul en mémoire ont une très faible consommation d'énergie et un stockage intégré à haute densité. La technologie de la mémoire vive résistive (ReRAM) semble être la solution IMC la plus prometteuse en raison de sa puissance de fuite minimisée, de sa consommation d'énergie réduite et de son empreinte matérielle plus petite, ainsi que de sa compatibilité avec la technologie CMOS, qui est largement utilisée dans l'industrie.
Dans cet ouvrage, les auteurs introduisent des techniques ReRAM pour effectuer des calculs distribués à l'aide d'accélérateurs IMC, présentent des architectures IMC basées sur ReRAM qui peuvent effectuer des calculs de ML et des applications à forte intensité de données, ainsi que des stratégies pour mapper des conceptions de ML sur des accélérateurs matériels.
Ce livre sert de pont entre les chercheurs du domaine informatique (concepteurs d'algorithmes pour la ML et la DL) et les concepteurs de matériel informatique.
Autres informations sur le livre :
| ISBN : | 9781839530814 |
| Auteur : | |
| Éditeur : | |
| Reliure : | Relié |
Achat:
Actuellement disponible, en stock.
