亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A Low Power Branch Prediction for Deep Learning on RISC-V Processor

分支预测器 计算机科学 精简计算指令集 架空(工程) 功率消耗 偏移量(计算机科学) 卷积神经网络 功率(物理) 人工神经网络 深度学习 还原(数学) 并行计算 计算机工程 指令集 人工智能 物理 量子力学 程序设计语言 操作系统 几何学 数学
作者
Mingjian Sun,Yuan Li,Song Chen,Yi Kang
标识
DOI:10.1109/asap52443.2021.00037
摘要

A key factor in reducing power consumption for processors is to improve the accuracy of branch prediction and the optimal use of Branch Target Buffer (BTB) size. The power consumption can be reduced by improving the accuracy of branch prediction if additional increase in power consumption due to prediction logic cannot offset the gain from accurate branch prediction. For applications like Convolutional Neural Networks(CNN), we design a new method called PC-Mix to optimize branch direction prediction and BTB size for reduction of power consumption of RISC-V processors. In simulation, 2.5GHz RISC-V processor design is shown that PC-Mix reduces the power consumption of the original processor on CNN by 35% while keeping performance unchanged or better. Compared with the well-known Gshare mechanism, PC-Mix reduces the total power consumption of CNN by 4% in a worst case scenario. At the same the branch prediction accuracy of our scheme exceeds 95%. Meantime hardware overhead are reduced in the design without affecting performance.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
科研通AI6.4的应助被d3211501051采纳,获得10
3秒前
molihuakai的应助被爱听歌笑寒采纳,获得10
4秒前
汉堡包的应助被黎颜采纳,获得10
5秒前
8秒前
沉默是金完成签到,获得积分10
9秒前
14秒前
陆上飞完成签到,获得积分10
18秒前
无限的水香完成签到,获得积分10
18秒前
神勇凡英完成签到,获得积分10
18秒前
专注凌柏发布了新的文献求助10
18秒前
23秒前
慕容杏子完成签到 ,获得积分10
23秒前
26秒前
wanci的应助被专注凌柏采纳,获得10
28秒前
Orange的应助被null采纳,获得10
35秒前
d3211501051发布了新的文献求助10
35秒前
39秒前
44秒前
48秒前
49秒前
在水一方的应助被科研通管家采纳,获得10
49秒前
科目三的应助被d3211501051采纳,获得10
55秒前
辣椒油完成签到,获得积分10
56秒前
茨茨喵喵完成签到,获得积分10
58秒前
59秒前
开心的寄柔完成签到,获得积分10
59秒前
59秒前
伯瑾关注了科研通微信公众号
1分钟前
激动的项链完成签到,获得积分10
1分钟前
余灿发布了新的文献求助10
1分钟前
yara发布了新的文献求助10
1分钟前
伯瑾发布了新的文献求助50
1分钟前
mimi完成签到 ,获得积分10
1分钟前
靓丽的淇完成签到,获得积分10
1分钟前
余灿完成签到,获得积分20
1分钟前
隐形曼青的应助被mmm采纳,获得10
1分钟前
yara完成签到,获得积分10
1分钟前
1分钟前
mmm发布了新的文献求助10
1分钟前
wanci的应助被寂寥采纳,获得10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 2000
Handbook of Sport Coaching Research 1000
Orthognathic Surgery - 2 Volume Set 500
高分子基功能界面水蒸发材料与应用研究 500
外场增强的水汽发电研究 500
基于结构调控的功能化水诱导发电材料与器件研究 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8195028
求助须知:如何正确求助?哪些是违规求助? 9580770
关于积分的说明 21872697
捐赠科研通 7794818
什么是DOI,文献DOI怎么找? 3437904
关于科研通互助平台的介绍 2561176
邀请新用户注册赠送积分活动 2484562