Buchumschlag

Explore Activation Sparsity in Recurrent LLMs for Energy-Efficient Neuromorphic Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Knunyants, Ivan, Tavakol, Maryam, Sifalakis, Manolis, Xu, Yingfu, Yousefzadeh, Amirreza, Tang, Guangzhi
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Neural and Evolutionary Computing Artificial Intelligence Hardware Architecture Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

Event-based Optical Flow on Neuromorphic Processor: ANN vs. SNN Comparison based on Activation Sparsification
von: Xu, Yingfu, et al.
Veröffentlicht: (2024)

An Efficient Multicast Addressing Encoding Scheme for Multi-Core Neuromorphic Processors
von: Su, Zhe, et al.
Veröffentlicht: (2024)

Exploring the Limitations of Layer Synchronization in Spiking Neural Networks
von: Koopman, Roel, et al.
Veröffentlicht: (2024)

Energy-efficient SNN Architecture using 3nm FinFET Multiport SRAM-based CIM with Online Learning
von: Huijbregts, Lucas, et al.
Veröffentlicht: (2024)

A 0.5-V Linear Neuromorphic Voltage-to-Spike Encoder Using a Bulk-Driven Transconductor
von: Akbari, Meysam, et al.
Veröffentlicht: (2026)

YANA: Bridging the Neuromorphic Simulation-to-Hardware Gap
von: Pachideh, Brian, et al.
Veröffentlicht: (2026)

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

A Case for Hypergraphs to Model and Map SNNs on Neuromorphic Hardware
von: Ronzani, Marco, et al.
Veröffentlicht: (2026)

UniSpike: Accelerating Spiking Neural Networks on Neuromorphic Systems via Eliminating Address Redundancy
von: Xing, Qinghui, et al.
Veröffentlicht: (2026)

Flexi-NeurA: A Configurable Neuromorphic Accelerator with Adaptive Bit-Precision Exploration for Edge SNNs
von: Farahani, Mohammad, et al.
Veröffentlicht: (2026)

SNAP-V: A RISC-V SoC with Configurable Neuromorphic Acceleration for Small-Scale Spiking Neural Networks
von: Gunawardana, Kanishka, et al.
Veröffentlicht: (2026)

When Routers, Switches and Interconnects Compute: A processing-in-interconnect Paradigm for Scalable Neuromorphic AI
von: Srivatsav, Madhuvanthi, et al.
Veröffentlicht: (2025)

FlexNN: A Dataflow-aware Flexible Deep Learning Accelerator for Energy-Efficient Edge Devices
von: Raha, Arnab, et al.
Veröffentlicht: (2024)

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

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

Sparse Convolutional Recurrent Learning for Efficient Event-based Neuromorphic Object Detection
von: Wang, Shenqi, et al.
Veröffentlicht: (2025)

Neuromorphic Computing: A Theoretical Framework for Time, Space, and Energy Scaling
von: Aimone, James B
Veröffentlicht: (2025)

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

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

Hardware-Friendly Implementation of Physical Reservoir Computing with CMOS-based Time-domain Analog Spiking Neurons
von: Kimura, Nanako, et al.
Veröffentlicht: (2024)

General-purpose Dataflow Model with Neuromorphic Primitives
von: Zhang, Weihao, et al.
Veröffentlicht: (2024)

ReLANCE: A Resource-Efficient Low-Latency Cortical Neural Acceleration Engine
von: Kumar, Sonu, et al.
Veröffentlicht: (2025)

Catwalk: Unary Top-K for Efficient Ramp-No-Leak Neuron Design for Temporal Neural Networks
von: Lister, Devon, et al.
Veröffentlicht: (2025)

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

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

You Only Spike Once: Improving Energy-Efficient Neuromorphic Inference to ANN-Level Accuracy
von: P, Srivatsa, et al.
Veröffentlicht: (2020)

TNNGen: Automated Design of Neuromorphic Sensory Processing Units for Time-Series Clustering
von: Vellaisamy, Prabhu, 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)

Spiking Transformer Hardware Accelerators in 3D Integration
von: Xu, Boxun, et al.
Veröffentlicht: (2024)

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

Full Feature Spiking Neural Network Simulation on Micro-Controllers for Neuromorphic Applications at the Edge
von: Niedermeier, L., et al.
Veröffentlicht: (2026)

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

What Is Next for LLMs? Next-Generation AI Computing Hardware Using Photonic Chips
von: Li, Renjie, et al.
Veröffentlicht: (2025)

Explicit Sign-Magnitude Encoders Enable Power-Efficient Multipliers
von: Arnold, Felix, et al.
Veröffentlicht: (2025)

Optimal Gradient Checkpointing for Sparse and Recurrent Architectures using Off-Chip Memory
von: Bencheikh, Wadjih, 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)

NeuroFlex: Column-Exact ANN-SNN Co-Execution Accelerator with Cost-Guided Scheduling
von: Manjunath, Varun, et al.
Veröffentlicht: (2025)

Functional Stability of Software-Hardware Neural Network Implementation The NeuroComp Project
von: Oleksii, Bychkov, et al.
Veröffentlicht: (2025)

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