PhotoHDC：一种用于超维度计算的电光加速器

《ACM Journal on Emerging Technologies in Computing Systems》：PhotoHDC: An Electro-Photonic Accelerator for Hyperdimensional Computing

本文提出基于光电子加速器的超维计算（HDC）新型架构PhotoHDC，采用马赫-曾德尔调制器和光电探测器实现高速低能耗训练与推理，在数据集测试中能量延迟积比现有电-光DNN加速器低1至4个数量级，并突破存算一体化HDC加速器的局限。

　　

摘要AI摘要

要查看此由AI生成的摘要，您必须具有高级访问权限。

了解更多登录

摘要

摘要

超维度计算（HDC）是一种受大脑启发的机器学习（ML）技术，由于其低资源需求，在边缘计算中表现出色，现在正逐渐应用于数据中心的工作负载。通过利用光子学的优势，可以实现高速且节能的HDC训练和推理，从而促进HDC技术的快速发展。本文介绍了PhotoHDC，这是首款专为HDC训练和推理设计的电光加速器，支持传统的基于记录的编码方式和图编码方式。我们的微架构采用了马赫-曾德尔调制器和光电探测器，以实现高效的数据流和高速调制，优化了HDC操作。我们证明，在流行的数据集上进行HDC训练和推理时，PhotoHDC的能量-延迟积（EDP）比领先的电光深度神经网络（DNN）加速器低一个到四个数量级。我们还展示了光子学可以解决基于内存计算的HDC加速器的局限性，在训练和推理过程中平均实现了三个数量级的EDP降低。

AI摘要

AI生成的摘要（实验性)

该摘要是使用自动化工具生成的，并非由文章作者编写或审核。它旨在帮助读者发现相关内容、评估文章的重要性，并帮助来自相关研究领域的读者理解本文的工作。它是对作者提供的摘要的补充，作者提供的摘要仍然是文章的正式摘要。完整文章才是权威版本。点击此处了解更多。

点击此处对摘要的准确性、清晰度和实用性进行评论。您的反馈将有助于改进未来的版本。

要查看此由AI生成的通俗语言摘要，您必须具有高级访问权限。