EULER-ADAS: Motore Neurale Basato su Posit a Efficienza Energetica per ADAS
Un team di ricercatori ha presentato EULER-ADAS, un motore di calcolo neurale che utilizza SIMD ed è progettato per l'accelerazione efficiente dal punto di vista energetico e affidabile dei sistemi avanzati di assistenza alla guida (ADAS). Questo motore integra una rappresentazione Posit a regime limitato, moltiplicazione logaritmica adattiva della mantissa con troncamento di bit e un percorso di accumulo condiviso quire. Offre modalità di esecuzione per Posit-(8,0), Posit-(16,1) e Posit-(32,2), consentendo operazioni di 4xPosit-8, 2xPosit-16 o 1xPosit-32 senza necessità di hardware aggiuntivo specifico per la precisione. La ricerca affronta i significativi costi di codifica/decodifica e gli impatti dei guasti associati alla codifica a regime di lunghezza variabile nell'aritmetica Posit convenzionale. Un'implementazione FPGA conferma la praticità dell'architettura. Il documento è disponibile su arXiv con il riferimento 2605.06875.
Fatti principali
- EULER-ADAS è un motore neurale logaritmico bounded-Posit abilitato SIMD per ADAS.
- Combina rappresentazione Posit a regime limitato, moltiplicazione logaritmica adattiva della mantissa con troncamento di bit e percorso di accumulo condiviso SIMD quire.
- Supporta modalità di esecuzione Posit-(8,0), Posit-(16,1) e Posit-(32,2).
- Consente operazioni 4xPosit-8, 2xPosit-16 o 1xPosit-32 senza duplicare hardware specifico per la precisione.
- Affronta i costi di codifica a regime di lunghezza variabile e gli effetti dei guasti nell'aritmetica Posit standard.
- L'implementazione FPGA dimostra la fattibilità.
- Documento disponibile su arXiv: 2605.06875.
- Applicazione target: inferenza a bassa latenza sotto severi vincoli di potenza e area in ADAS.
Entità
Istituzioni
- arXiv