메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
최상운 (성균관대학교) 박성준 (고려대학교) 박재용 (고려대학교) 홍석인 (성균관대학교) 윤명국 (이화여자대학교) 오윤호 (고려대학교)
저널정보
대한전자공학회 전자공학회논문지 전자공학회논문지 제60권 제7호(통권 제548호)
발행연도
2023.7
수록면
30 - 39 (10page)
DOI
10.5573/ieie.2023.60.7.30

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
최근 심층신경망의 파라미터 수가 증가함에 따라, 심층신경망 연산을 처리하기 위한 신경망 처리장치는 더 많은 메모리 용량과 대역폭을 요구한다. 기존 신경망 처리장치는 오프칩 메모리로 DRAM을 주로 사용한다. DRAM은 무어의 법칙이 종료된 현재 지속적으로 소형화하는 것에 한계가 있다. 따라서, 증가하는 메모리 요구사항에 맞추어 대용량의 오프칩 메모리를 확보하기 위해서는 DRAM이 아닌 다른 메모리 기술을 기반으로 오프칩 메모리를 구성하는 대안을 고려하여야 한다. 차세대 메모리 소자들은 대체로 DRAM 대비 높은 bit density를 가지는 이점이 있다. 그러나 이러한 기술들은 DRAM에 비해 대역폭과 레이턴시 특성이 좋지 못한 경우가 많다. 따라서 차세대 메모리 소자를 적용한 신경망 처리장치를 설계하기에 앞서 성능과 면적 두 가지 면에서 면밀한 분석이 이루어져야 한다. 본 논문에서는 시뮬레이션을 통해 다양한 메모리 소자의 성능 및 면적 대비 성능을 분석한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 연구 배경
Ⅲ. 성능 분석
Ⅳ. 결론
REFERENCES

참고문헌 (32)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0