Buchumschlag

NeuraLUT-Assemble: Hardware-aware Assembling of Sub-Neural Networks for Efficient LUT Inference

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Andronic, Marta, Constantinides, George A.
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

NeuraLUT: Hiding Neural Network Density in Boolean Synthesizable Functions
von: Andronic, Marta, et al.
Veröffentlicht: (2024)

PolyLUT: Learning Piecewise Polynomials for Ultra-Low Latency FPGA LUT-based Inference
von: Andronic, Marta, et al.
Veröffentlicht: (2023)

PolyLUT: Ultra-low Latency Polynomial Inference with Hardware-Aware Structured Pruning
von: Andronic, Marta, et al.
Veröffentlicht: (2025)

ReducedLUT: Table Decomposition with "Don't Care" Conditions
von: Cassidy, Oliver, et al.
Veröffentlicht: (2024)

LUT-KAN: Segment-wise LUT Quantization for Fast KAN Inference
von: Kuznetsov, Oleksandr
Veröffentlicht: (2026)

HGQ-LUT: Fast LUT-Aware Training and Efficient Architectures for DNN Inference
von: Sun, Chang, et al.
Veröffentlicht: (2026)

PolyLUT-Add: FPGA-based LUT Inference with Wide Inputs
von: Lou, Binglei, et al.
Veröffentlicht: (2024)

LUT Tensor Core: A Software-Hardware Co-Design for LUT-Based Low-Bit LLM Inference
von: Mo, Zhiwen, et al.
Veröffentlicht: (2024)

LUTMUL: Exceed Conventional FPGA Roofline Limit by LUT-based Efficient Multiplication for Neural Network Inference
von: Xie, Yanyue, et al.
Veröffentlicht: (2024)

TreeLUT: An Efficient Alternative to Deep Neural Networks for Inference Acceleration Using Gradient Boosted Decision Trees
von: Khataei, Alireza, et al.
Veröffentlicht: (2025)

KANELÉ: Kolmogorov-Arnold Networks for Efficient LUT-based Evaluation
von: Hoang, Duc, et al.
Veröffentlicht: (2025)

Training with Fewer Bits: Unlocking Edge LLMs Training with Stochastic Rounding
von: Liu, Taowen, et al.
Veröffentlicht: (2025)

LUNA: LUT-Based Neural Architecture for Fast and Low-Cost Qubit Readout
von: Farooq, M. A., et al.
Veröffentlicht: (2025)

LUT-Compiled Kolmogorov-Arnold Networks for Lightweight DoS Detection on IoT Edge Devices
von: Kuznetsov, Oleksandr
Veröffentlicht: (2026)

ELUTQ: Optimizing Quantization Accuracy under LUT-Based Computation for Edge LLMs
von: Nie, Xin, et al.
Veröffentlicht: (2025)

LUT-DLA: Lookup Table as Efficient Extreme Low-Bit Deep Learning Accelerator
von: Li, Guoyu, et al.
Veröffentlicht: (2025)

AMPLE: Event-Driven Accelerator for Mixed-Precision Inference of Graph Neural Networks
von: Gimenes, Pedro, et al.
Veröffentlicht: (2025)

ATHEENA: A Toolflow for Hardware Early-Exit Network Automation
von: Biggs, Benjamin, et al.
Veröffentlicht: (2023)

Revisiting Block-based Quantisation: What is Important for Sub-8-bit LLM Inference?
von: Zhang, Cheng, et al.
Veröffentlicht: (2023)

VoLUT: Efficient Volumetric streaming enhanced by LUT-based super-resolution
von: Wang, Chendong, et al.
Veröffentlicht: (2025)

NeuraLSP: An Efficient and Rigorous Neural Left Singular Subspace Preconditioner for Conjugate Gradient Methods
von: Benanti, Alexander, et al.
Veröffentlicht: (2026)

BitMoD: Bit-serial Mixture-of-Datatype LLM Acceleration
von: Chen, Yuzong, et al.
Veröffentlicht: (2024)

IQ-LUT: interpolated and quantized LUT for efficient image super-resolution
von: Zhang, Yuxuan, et al.
Veröffentlicht: (2026)

Enhancing LUT-based Deep Neural Networks Inference through Architecture and Connectivity Optimization
von: Lou, Binglei, et al.
Veröffentlicht: (2026)

DCA-LUT: Deep Chromatic Alignment with 5D LUT for Purple Fringing Removal
von: Lu, Jialang, et al.
Veröffentlicht: (2025)

AutoLUT: LUT-Based Image Super-Resolution with Automatic Sampling and Adaptive Residual Learning
von: Xu, Yuheng, et al.
Veröffentlicht: (2025)

A Survey on LUT-based Deep Neural Networks Implemented in FPGAs
von: Guo, Zeyu
Veröffentlicht: (2025)

An Overview of Arithmetic Adaptations for Inference of Convolutional Neural Networks on Re-configurable Hardware
von: Wunderlich, Ilkay, et al.
Veröffentlicht: (2025)

Direction-Preserving Number Representations
von: Zadeh, Bardia, et al.
Veröffentlicht: (2026)

LUT-LLM: Efficient Large Language Model Inference with Memory-based Computations on FPGAs
von: He, Zifan, et al.
Veröffentlicht: (2025)

TENET: An Efficient Sparsity-Aware LUT-Centric Architecture for Ternary LLM Inference On Edge
von: Huang, Zhirui, et al.
Veröffentlicht: (2025)

Causal Learning with Neural Assemblies
von: Kopadi, Evangelia, et al.
Veröffentlicht: (2026)

Convergence for Discrete Parameter Update Schemes
von: Wilson, Paul, et al.
Veröffentlicht: (2025)

Hardware-Oriented Inference Complexity of Kolmogorov-Arnold Networks
von: Khalid, Bilal, et al.
Veröffentlicht: (2026)

JUICER: Data-Efficient Imitation Learning for Robotic Assembly
von: Ankile, Lars, et al.
Veröffentlicht: (2024)

Budget-Aware Sequential Brick Assembly with Efficient Constraint Satisfaction
von: Ahn, Seokjun, et al.
Veröffentlicht: (2022)

BiAssemble: Learning Collaborative Affordance for Bimanual Geometric Assembly
von: Shen, Yan, et al.
Veröffentlicht: (2025)

Using the IBM Analog In-Memory Hardware Acceleration Kit for Neural Network Training and Inference
von: Gallo, Manuel Le, et al.
Veröffentlicht: (2023)

Pre-Defined Sparse Neural Networks with Hardware Acceleration
von: Dey, Sourya, et al.
Veröffentlicht: (2018)

JigsawRL: Assembling RL Pipelines for Efficient LLM Post-Training
von: Hu, Zhengding, et al.
Veröffentlicht: (2026)