Buchumschlag

Optimal Gradient Checkpointing for Sparse and Recurrent Architectures using Off-Chip Memory

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Bencheikh, Wadjih, Finkbeiner, Jan, Neftci, Emre
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Neural and Evolutionary Computing Hardware Architecture Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Analog In-Memory Computing Attention Mechanism for Fast and Energy-Efficient Large Language Models
von: Leroux, Nathan, et al.
Veröffentlicht: (2024)

A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures
von: Quintana, Fernando M., et al.
Veröffentlicht: (2024)

SpiDR: A Reconfigurable Digital Compute-in-Memory Spiking Neural Network Accelerator for Event-based Perception
von: Sharma, Deepika, et al.
Veröffentlicht: (2024)

Memory Wall is not gone: A Critical Outlook on Memory Architecture in Digital Neuromorphic Computing
von: Yousefzadeh, Amirreza, et al.
Veröffentlicht: (2026)

On-Chip Learning via Transformer In-Context Learning
von: Finkbeiner, Jan, et al.
Veröffentlicht: (2024)

BBOPlace-Bench: Benchmarking Black-Box Optimization for Chip Placement
von: Xue, Ke, et al.
Veröffentlicht: (2025)

NeuroNAS: Enhancing Efficiency of Neuromorphic In-Memory Computing for Intelligent Mobile Agents through Hardware-Aware Spiking Neural Architecture Search
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

Energy-Aware FPGA Implementation of Spiking Neural Network with LIF Neurons
von: Ali, Asmer Hamid, et al.
Veröffentlicht: (2024)

Advancing Neuromorphic Computing: Mixed-Signal Design Techniques Leveraging Brain Code Units and Fundamental Code Units
von: Isik, Murat, et al.
Veröffentlicht: (2024)

Stuck-at Faults in ReRAM Neuromorphic Circuit Array and their Correction through Machine Learning
von: Sawal, Vedant, et al.
Veröffentlicht: (2024)

Genetic Quantization-Aware Approximation for Non-Linear Operations in Transformers
von: Dong, Pingcheng, et al.
Veröffentlicht: (2024)

Embedding Hardware Approximations in Discrete Genetic-based Training for Printed MLPs
von: Afentaki, Florentia, et al.
Veröffentlicht: (2024)

Resource-Efficient and Robust Inference of Deep and Bayesian Neural Networks on Embedded and Analog Computing Platforms
von: Klein, Bernhard
Veröffentlicht: (2025)

Demonstrating Analog Inference on the BrainScaleS-2 Mobile System
von: Stradmann, Yannik, et al.
Veröffentlicht: (2021)

When Spike Sparsity Does Not Translate to Deployed Cost: VS-WNO on Jetson Orin Nano
von: Yoo, Jason, et al.
Veröffentlicht: (2026)

Explore Activation Sparsity in Recurrent LLMs for Energy-Efficient Neuromorphic Computing
von: Knunyants, Ivan, et al.
Veröffentlicht: (2025)

SNNAX -- Spiking Neural Networks in JAX
von: Lohoff, Jamie, et al.
Veröffentlicht: (2024)

Enabling Efficient Processing of Spiking Neural Networks with On-Chip Learning on Commodity Neuromorphic Processors for Edge AI Systems
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2025)

Approximate ADCs for In-Memory Computing
von: Ghosh, Arkapravo, et al.
Veröffentlicht: (2024)

Darwin3: A large-scale neuromorphic chip with a Novel ISA and On-Chip Learning
von: Ma, De, et al.
Veröffentlicht: (2023)

Architecture of a Cortex Inspired Hierarchical Event Recaller
von: Varona, Valentin Puente
Veröffentlicht: (2024)

A Quarter of a Century of Neuromorphic Architectures on FPGAs -- an Overview
von: Szczerek, Wiktor J., et al.
Veröffentlicht: (2025)

SAGA: Synthesis Augmentation with Genetic Algorithms for In-Memory Sequence Optimization
von: Robins, Andey, et al.
Veröffentlicht: (2024)

A Deep Neural Network Deployment Based on Resistive Memory Accelerator Simulation
von: Maram, Tejaswanth Reddy, et al.
Veröffentlicht: (2023)

EasyACIM: An End-to-End Automated Analog CIM with Synthesizable Architecture and Agile Design Space Exploration
von: Zhang, Haoyi, et al.
Veröffentlicht: (2024)

E2ATST: A Temporal-Spatial Optimized Energy-Efficient Architecture for Training Spiking Transformer
von: Ma, Yunhao, et al.
Veröffentlicht: (2025)

ASPO: Constraint-Aware Bayesian Optimization for FPGA-based Soft Processors
von: Wu, Haoran, et al.
Veröffentlicht: (2025)

Benchmarking the Energy Cost of Assurance in Neuromorphic Edge Robotics
von: Kaczmarek, Sylvester
Veröffentlicht: (2026)

NeuraChip: Accelerating GNN Computations with a Hash-based Decoupled Spatial Accelerator
von: Shivdikar, Kaustubh, et al.
Veröffentlicht: (2024)

Trilinear Compute-in-Memory Architecture for Energy-Efficient Transformer Acceleration
von: Mia, Md Zesun Ahmed, et al.
Veröffentlicht: (2026)

Automated Placement of Analog Integrated Circuits using Priority-based Constructive Heuristic
von: Grus, Josef, et al.
Veröffentlicht: (2024)

SPICEMixer - Netlist-Level Circuit Evolution
von: Uhlich, Stefan, et al.
Veröffentlicht: (2025)

SpikeX: Exploring Accelerator Architecture and Network-Hardware Co-Optimization for Sparse Spiking Neural Networks
von: Xu, Boxun, et al.
Veröffentlicht: (2025)

Mean-Field Assisted Deep Boltzmann Learning with Probabilistic Computers
von: Chowdhury, Shuvro, et al.
Veröffentlicht: (2024)

Algorithm-Hardware Co-Design of Distribution-Aware Logarithmic-Posit Encodings for Efficient DNN Inference
von: Ramachandran, Akshat, et al.
Veröffentlicht: (2024)

TEXEL: A neuromorphic processor with on-chip learning for beyond-CMOS device integration
von: Greatorex, Hugh, et al.
Veröffentlicht: (2024)

A Comparative Analysis of Microrings Based Incoherent Photonic GEMM Accelerators
von: Vatsavai, Sairam Sri, et al.
Veröffentlicht: (2024)

When In-memory Computing Meets Spiking Neural Networks -- A Perspective on Device-Circuit-System-and-Algorithm Co-design
von: Moitra, Abhishek, et al.
Veröffentlicht: (2024)

PENDRAM: Enabling High-Performance and Energy-Efficient Processing of Deep Neural Networks through a Generalized DRAM Data Mapping Policy
von: Putra, Rachmad Vidya Wicaksana, et al.
Veröffentlicht: (2024)

SparrowSNN: A Hardware/software Co-design for Energy Efficient ECG Classification
von: Yan, Zhanglu, et al.
Veröffentlicht: (2024)