Zobrazeno 1 - 7
of 7
pro vyhledávání: '"Soltaniyeh, Mohammadreza"'
Autor:
Chen, Hanqiu, Wang, Yitu, Cargnini, Luis Vitorio, Soltaniyeh, Mohammadreza, Li, Dongyang, Sun, Gongjin, Subedi, Pradeep, Chang, Andrew, Chen, Yiran, Hao, Cong
Compute Express Link (CXL) emerges as a solution for wide gap between computational speed and data communication rates among host and multiple devices. It fosters a unified and coherent memory space between host and CXL storage devices such as such a
Externí odkaz:
http://arxiv.org/abs/2408.05614
This paper proposes a new hardware accelerator for sparse convolutional neural networks (CNNs) by building a hardware unit to perform the Image to Column (IM2COL) transformation of the input feature map coupled with a systolic array-based general mat
Externí odkaz:
http://arxiv.org/abs/2107.13386
This paper describes REAP, a software-hardware approach that enables high performance sparse linear algebra computations on a cooperative CPU-FPGA platform. REAP carefully separates the task of organizing the matrix elements from the computation phas
Externí odkaz:
http://arxiv.org/abs/2004.13907
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Soltaniyeh, Mohammadreza
Linear algebra kernels are widely used in various fields such as machine learning, data science, physical science, and graph analysis. Many of these applications work with sparse data (i.e., only a small fraction of data is non-zero). Sparse data are
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_________::1dec861623d348308423ff6c96221bcf
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
2013 International Symposium on Rapid System Prototyping (RSP); 2013, p44-50, 7p
