热点事件持续更新

ReRAM存内计算CNN加速器故障脆弱性研究

1 篇报道1 个报道来源5 小时前更新

先了解这件事

AI 综述

研究者开发了一套故障注入框架，在软件与硬件推理层面考察大规模 CNN 在 ReRAM 存内计算加速器上的脆弱性，将 CNN 学习参数映射到 ReRAM 交叉阵列并注入 stuck-at high（SaH）与 stuck-at low（SaL）故障。结果显示，脆弱性受层类型与深度、参数位置以及故障值与类型影响；其中 SaL 对分类精度的削弱比 SaH 更严重。

AI 根据报道生成 · 3 小时前更新

最新进展10月7日 12:00

ReRAM 存内计算 CNN 加速器的故障脆弱性实证研究

报道时间线

沿着报道，了解事件的不同侧面。

10月7日

12:00
arXiv：cs.AI
ReRAM 存内计算 CNN 加速器的故障脆弱性实证研究
研究者开发了一套故障注入框架，在软件与硬件推理层面考察大规模 CNN 在 ReRAM 存内计算加速器上的脆弱性，通过将 CNN 学习参数映射到 ReRAM 交叉阵列并注入 stuck-at high（SaH）与 stuck-at low（SaL）故障，发现脆弱性受层类型与深度、参数位置以及故障值与类型影响，且 SaL 对分类精度的削弱比 SaH 更严重。

本事件热度走势

还没有足够的连续观测数据，暂不绘制趋势。