arXiv · cs.AI· Aniseh Dorostkar, Hamed Farbeh, Hamid R. Zarandi·· 1 天前
ReRAM 存内计算 CNN 加速器的实证故障脆弱性探索
An Empirical Fault Vulnerability Exploration of ReRAM-based Process-in-Memory CNN Accelerators
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：Aniseh Dorostkar, Hamed Farbeh, Hamid R. Zarandi
期刊信息（来源提供）：A. Dorostkar, H. Farbeh and H. R. Zarandi, "An Empirical Fault Vulnerability Exploration of ReRAM-Based Process-in-Memory CNN Accelerators," in IEEE Transactions on Reliability, vol. 74, no. 1, pp. 2290-2304, March 2025
研究任务与主要进展
研究人员构建故障注入框架，考察 ReRAM 存内计算 CNN 加速器在软件与硬件推理阶段的故障脆弱性，并将 CNN 学习参数映射至 ReRAM 交叉阵列，分析 SaH 与 SaL 故障对不同网络层、参数位置和故障类型的影响。实验表明，不同模型的脆弱性存在差异，且 SaL 对分类准确率的负面影响高于 SaH。
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