지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2024.6
- 수록면
- 2,037 - 2,041 (5page)
이용수
초록· 키워드
오류제보하기
This paper explores the implementation and enhancement of Processing-In-Memory (PIM) architectures, specifically focusing on the Analog PIM for applications requiring high accuracy, such as automotive driver-assistance systems (ADAS). The necessity for precise and real-time data processing within vehicle Advanced Processors (AP) highlights the critical role of PIM technologies, which significantly improve data processing speeds through simultaneous activation of multiple rows for memory-intensive operations like Multiply-Accumulate (MAC) and General Matrix to Vector Multiplication (GEMV). However, this leads to increased susceptibility to errors due to the continuous memory access and thermal effects on transistor switching.
To address these challenges, this study introduces a robust Error Correction Code (ECC) algorithm tailored for Analog PIM systems to enhance accuracy and reliability in AI computations. The effectiveness of the ECC algorithm is evaluated through a System-C based simulator that models the physical parameters of actual circuits, providing insights into hardware configurations and operational efficiency.
The implementation of ECC has shown to reduce the accuracy degradation from 24.37% to 2.5% under defect conditions at the 10,000th iteration, signifying a 21.8% improvement in system reliability. Moreover, this research extends to examine the impact of varying ECC application intervals on the accuracy, underscoring the balance between system reliability and performance. The findings suggest that ECC parameters must be carefully considered alongside hardware specifications such as area, energy consumption, and processing time to optimize PIM deployment in real-world applications.
To address these challenges, this study introduces a robust Error Correction Code (ECC) algorithm tailored for Analog PIM systems to enhance accuracy and reliability in AI computations. The effectiveness of the ECC algorithm is evaluated through a System-C based simulator that models the physical parameters of actual circuits, providing insights into hardware configurations and operational efficiency.
The implementation of ECC has shown to reduce the accuracy degradation from 24.37% to 2.5% under defect conditions at the 10,000th iteration, signifying a 21.8% improvement in system reliability. Moreover, this research extends to examine the impact of varying ECC application intervals on the accuracy, underscoring the balance between system reliability and performance. The findings suggest that ECC parameters must be carefully considered alongside hardware specifications such as area, energy consumption, and processing time to optimize PIM deployment in real-world applications.
목차
Abstract
Ⅰ. 서론
Ⅱ. 본론
Ⅲ. 구현
Ⅳ. 결론 및 향후 연구 방향
참고문헌
참고문헌 (0)
참고문헌 신청함께 읽어보면 좋을 논문
논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!
-
PIM과 인공지능
전자공학회지
2021 .06
-
PIM 멀티 워크로드 실행을 위한 메모리 관리 기법
대한전자공학회 학술대회
2024 .06
-
메모리 접근 패턴 분석을 통한 PIM에 적합한 딥러닝 워크로드 구별 방법
대한전자공학회 학술대회
2021 .06
-
DRAM기반 Processing In Memory (PIM)을 활용한 벡터 유사도 검색 가속
대한전자공학회 학술대회
2024 .11
-
PIM 이종 시스템에서의 Power-Time design space 탐색 방법
대한전자공학회 학술대회
2018 .06
-
상용 DRAM 기반 PIM의 시스템 레벨 발열 모델링
대한전자공학회 학술대회
2024 .06
-
Processing-in-Memory를 위한 효율적인 행렬 연산 기법
한국정보과학회 학술발표논문집
2021 .12
-
대형 언어모델의 컴퓨팅 요구사항에 따른 PIM 발전 방향
대한전자공학회 학술대회
2023 .06
-
Huge page를 활용한 Processing-in-Memory용 메모리 관리 라이브러리
대한전자공학회 학술대회
2022 .06
-
Case Study: Processor-in-memory (PIM) 환경에서 데이터 통신을 최소화한 VR 응용의 태스크 분할 방법
대한전자공학회 학술대회
2017 .11
-
Refresh 회로 구현에 따른 2T DRAM-based PIM Chip 면적 분석
대한전자공학회 학술대회
2023 .06
-
In-depth Survey of Processing-in-memory Architectures for Deep Neural Networks
JOURNAL OF SEMICONDUCTOR TECHNOLOGY AND SCIENCE
2023 .10
-
PIM 아키텍처를 활용한 DBSCAN 알고리즘 성능 분석
한국정보과학회 학술발표논문집
2024 .12
-
2T DRAM 기반 Processing-In-Memory 시뮬레이션 프레임워크 개발 및 Refresh 방법에 따른 추론 정확도 평가
대한전자공학회 학술대회
2022 .11
-
GPT-2 모델의 PIM 적용 가능성 탐색을 위한 성능 분석
대한전자공학회 학술대회
2022 .06
-
DNN+NeuroSim을 활용한 SRAM-based PIM 최적화
대한전자공학회 학술대회
2022 .06
-
Pim1 promotes IFN-β production by interacting with IRF3
Experimental and Molecular Medicine
2022 .11
-
Processing-in-Memory을 활용한 스트링 탐색 애플리케이션 가속 기법
대한전자공학회 학술대회
2020 .08
-
Process Parameters Used in Macro/Micro Powder Injection Molding: An Overview
Metals and Materials International
2021 .01
-
Surround 360 Projection 단계에서 하드웨어 가속기를 탑재한 PIM 시스템이 갖는 성능 향상 분석
대한전자공학회 학술대회
2017 .11
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0