arXiv · cs.AI· Leandro Fiorin, Luigi Altamura, Cristina Silvano·· 6 小时前
qGAMMA：面向多精度加速器的DNN最优映射框架
qGAMMA: A Framework for Optimal DNN Mapping on Multi-Precision Accelerators
arXiv:2610.23222v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Leandro Fiorin, Luigi Altamura, Cristina Silvano
研究任务与主要进展
qGAMMA 是一个用于探索和优化混合精度深度神经网络（DNN）模型映射到通用空间加速器的框架，该加速器支持多种定点与浮点精度。框架采用领域专用遗传算法和基于硬件综合结果的解析性能模型搜索设计空间，找到使目标指标最小的映射与加速器配置。对多个 DNN 工作负载的评估表明，它可在性能、能效和资源利用之间实现更好的权衡。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org