Buchumschlag

KVNAND: Efficient On-Device Large Language Model Inference Using DRAM-Free In-Flash Computing

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Deng, Lishuo, Xu, Shaojie, Chen, Jinwu, Yan, Changwei, Wang, Jiajie, Jiang, Zhe, Shan, Weiwei
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Hardware Architecture Artificial Intelligence Emerging Technologies
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Single-Cell Universal Logic-in-Memory Using 2T-nC FeRAM: An Area and Energy-Efficient Approach for Bulk Bitwise Computation
von: Biswas, Rudra, et al.
Veröffentlicht: (2025)

Fault-Free Analog Computing with Imperfect Hardware
von: Xu, Zhicheng, et al.
Veröffentlicht: (2025)

HAVEN: High-Bandwidth Flash Augmented Vector Engine for Large-Scale Approximate Nearest-Neighbor Search Acceleration
von: Hsu, Po-Kai, et al.
Veröffentlicht: (2026)

Towards Efficient Flash Caches with Emerging NVMe Flexible Data Placement SSDs
von: Allison, Michael, et al.
Veröffentlicht: (2025)

Analog-to-Stochastic Converter Using Magnetic Tunnel Junction Devices for Vision Chips
von: Onizawa, Naoya, et al.
Veröffentlicht: (2026)

All-in-One Analog AI Hardware: On-Chip Training and Inference with Conductive-Metal-Oxide/HfOx ReRAM Devices
von: Falcone, Donato Francesco, et al.
Veröffentlicht: (2025)

MASIM: An Efficient Multi-Array Scheduler for In-Memory SIMD Computation
von: Qian, Xingyue, et al.
Veröffentlicht: (2024)

Stratum: System-Hardware Co-Design with Tiered Monolithic 3D-Stackable DRAM for Efficient MoE Serving
von: Pan, Yue, et al.
Veröffentlicht: (2025)

Partially-Precise Computing Paradigm for Efficient Hardware Implementation of Application-Specific Embedded Systems
von: Faryabi, Mohsen, et al.
Veröffentlicht: (2024)

ReCross: Efficient Embedding Reduction Scheme for In-Memory Computing using ReRAM-Based Crossbar
von: Lai, Yu-Hong, et al.
Veröffentlicht: (2025)

TetrisG-SDK: Efficient Convolutional Layer Mapping with Adaptive Windows and Grouped Convolutions for Fast In-Memory Computing
von: Dong, Ke, et al.
Veröffentlicht: (2026)

Towards Efficient Hyperdimensional Computing Using Photonics
von: Fayza, Farbin, et al.
Veröffentlicht: (2023)

AnalogToBi: Device-Level Analog Circuit Topology Generation via Bipartite Graph and Grammar Guided Decoding
von: Kim, Seungmin, et al.
Veröffentlicht: (2026)

Device-Circuit Co-Design of Variation-Resilient Read and Write Drivers for Antiferromagnetic Tunnel Junction (AFMTJ) Memories
von: Choudhary, Yousuf, et al.
Veröffentlicht: (2026)

Computing High-Degree Polynomial Gradients in Memory
von: Bhattacharya, T., et al.
Veröffentlicht: (2024)

Hybrid Temporal Computing for Lower Power Hardware Accelerators
von: Tasnim, Maliha, et al.
Veröffentlicht: (2024)

PEARL: Power- and Energy-Aware Multicore Intermittent Computing
von: Akhunov, Khakim, et al.
Veröffentlicht: (2025)

FPIA: Field-Programmable Ising Arrays with In-Memory Computing
von: Hutchinson, George Higgins, et al.
Veröffentlicht: (2024)

All-in-Memory Stochastic Computing using ReRAM
von: de Lima, João Paulo C., et al.
Veröffentlicht: (2025)

WAGONN: Weight Bit Agglomeration in Crossbar Arrays for Reduced Impact of Interconnect Resistance on DNN Inference Accuracy
von: Victor, Jeffry, et al.
Veröffentlicht: (2024)

PICO-RAM: A PVT-Insensitive Analog Compute-In-Memory SRAM Macro with In-Situ Multi-Bit Charge Computing and 6T Thin-Cell-Compatible Layout
von: Chen, Zhiyu, et al.
Veröffentlicht: (2024)

Antiferromagnetic Tunnel Junctions (AFMTJs) for In-Memory Computing: Modeling and Case Study
von: Choudhary, Yousuf, et al.
Veröffentlicht: (2026)

Bayes2IMC: In-Memory Computing for Bayesian Binary Neural Networks
von: Katti, Prabodh, et al.
Veröffentlicht: (2024)

SKYLIGHT: A Scalable Hundred-Channel 3D Photonic In-Memory Tensor Core Architecture for Real-time AI Inference
von: Zhang, Meng, et al.
Veröffentlicht: (2026)

Sensitivity-Aware Mixed-Precision Quantization for ReRAM-based Computing-in-Memory
von: Chen, Guan-Cheng, et al.
Veröffentlicht: (2025)

Cognition Engines: A Row-Scale HVDC Architecture for Computational Continuity of AI
von: Churnock, Paul
Veröffentlicht: (2025)

The Dawn of AI-Native EDA: Opportunities and Challenges of Large Circuit Models
von: Chen, Lei, et al.
Veröffentlicht: (2024)

XL-HD: Extended Learning in Hyperdimensional Computing via Deterministic Projections for In-Memory Accelerators
von: Moon, Sabrina Hassan, et al.
Veröffentlicht: (2026)

Scalable Digital Compute-in-Memory Ising Machines for Robustness Verification of Binary Neural Networks
von: Vadlamani, Madhav, et al.
Veröffentlicht: (2026)

Efficient FIR filtering with Bit Layer Multiply Accumulator
von: Liguori, Vincenzo
Veröffentlicht: (2024)

Evaluating Computing Platforms for Sustainability: A Comparative Analysis of FPGAs against ASICs, GPUs, and CPUs
von: Sudarshan, Chetan Choppali, et al.
Veröffentlicht: (2026)

Stoch-IMC: A Bit-Parallel Stochastic In-Memory Computing Architecture Based on STT-MRAM
von: Hajisadeghi, Amir M., et al.
Veröffentlicht: (2024)

A Novel 8T SRAM-Based In-Memory Computing Architecture for MAC-Derived Logical Functions
von: M, Amogh K, et al.
Veröffentlicht: (2025)

Novel Efficient Scalable QCA XOR and Full Adder Designs
von: Safaiezadeh, Behrouz, et al.
Veröffentlicht: (2023)

Function Approximation Using Analog Building Blocks in Flexible Electronics
von: Duarte, Paula Carolina Lozano, et al.
Veröffentlicht: (2025)

HiSEP-Q: A Highly Scalable and Efficient Quantum Control Processor for Superconducting Qubits
von: Guo, Xiaorang, et al.
Veröffentlicht: (2023)

Through Silicon Via Aware Design Planning for Thermally Efficient 3-D Integrated Circuits
von: Chen, Yibo, et al.
Veröffentlicht: (2025)

Length-Matching Routing for Programmable Photonic Circuits Using Best-First Strategy
von: Wang, Xiaoke, et al.
Veröffentlicht: (2025)

A Reconfigurable Time-Domain In-Memory Computing Macro using FeFET-Based CAM with Multilevel Delay Calibration in 28 nm CMOS
von: Mattar, Jeries, et al.
Veröffentlicht: (2025)

Power-Area Efficient Serial IMPLY-based 4:2 Compressor Applied in Data-Intensive Applications
von: Bagheralmoosavi, Bahareh, et al.
Veröffentlicht: (2024)