清華新聞網(wǎng)3月10日電 3月5日，第31屆高性能計算機體系架構(gòu)國際研討會（HPCA）在美國拉斯維加斯舉行。此次會議由國際電氣電子工程師學會（IEEE）主辦，全球700多位計算機體系架構(gòu)領域的研究者參會。大會共收到來自全球頂尖研究機構(gòu)和高校的論文投稿534篇，最終錄用113篇，錄用率約為21.2%。
清華大學電子系電路與系統(tǒng)研究所汪玉教授、楊華中教授與香港科技大學謝源教授、中國科學院微電子所李冰副研究員、北京大學孫廣宇副教授合作完成的論文“UniNDP：面向DRAM近存儲計算的統(tǒng)一編譯與仿真工具”（UniNDP: A Unified Compilation and Simulation Tool for Near DRAM Processing Architectures）成功入選。該論文的共同第一作者為清華大學電子系博士生謝童欣與博士后、助理研究員朱振華，通訊作者為汪玉與朱振華。論文獲得本次會議最佳論文榮譽提名獎（Best PaperHonorable Mention）。在113篇錄用論文中，共有11篇被提名最佳論文候選。組委會從創(chuàng)新性、潛在影響力、工作完整性以及審稿評分等多方面篩選，評選出2篇最佳論文榮譽提名獎和1篇最佳論文獎。
獲獎證書
基于DRAM的近存儲計算架構(gòu)可以有效提升訪存帶寬，高效實現(xiàn)神經(jīng)網(wǎng)絡推理計算。現(xiàn)有近存儲計算架構(gòu)設計差異大，缺乏一種統(tǒng)一的方式將機器學習模型高效編譯部署至不同的近存計算架構(gòu)上。針對這一問題，該文章提出了基于通用架構(gòu)與指令集抽象的編譯仿真部署工具鏈。該工具鏈能夠支持神經(jīng)網(wǎng)絡負載在不同種類的近存計算架構(gòu)上的通用高效編譯部署，與現(xiàn)有的數(shù)據(jù)映射和編譯方法相比，可在不同架構(gòu)上取得至多3.43倍的端到端加速。
供稿：電子系
編輯：李華山
審核：郭玲
