IEEE Transactions on Very Large Scale Integration (VLSI) Systems· 2025Q1
FANNS: FPGA Tabanlı Yaklaşık En Yakın Komşu Arama Hızlandırıcısı
FANNS: An FPGA-Based Approximate Nearest-Neighbor Search Accelerator
- 6atıf
- Q1SCImago
- 2025yıl
Kısa özet
Yaklaşık en yakın komşu araması (ANNS) için FPGA tabanlı bir hızlandırıcı olan FANNS, gereksiz hesaplamaları ortadan kaldırarak ve yonga içi verileri yeniden kullanarak CPU'lara ve GPU'lara göre 184 kata kadar daha iyi enerji verimliliği sağlıyor.
Yapay zekâ ile başlık ve abstract'tan üretildi; tam metin okunmaz.
Özet (abstract)
Approximate nearest-neighbor search (ANNS) based on high-dimensional vectors has been extensively utilized in data science and neural networks. However, deploying ANNS in production systems requires minimal redundant computation, high recall rates, and low on-chip memory usage, which existing hardware accelerators fail to offer. We propose FANNS, a solution for ANNS based on high-dimensional vectors that can eliminate redundant computations and reuse on-chip data. Extensive evaluations show that FANNS achieves an average of$184.1\times $,$33.0\times $,$2.9\times $, and$2.5\times $better energy efficiency than CPUs, GPUs, and two state-of-the-art ANNS architectures, i.e., DF-GAS and Vstore, respectively.
Yazarların özeti; kaynağından alınmıştır. IEEE Transactions on Very Large Scale Integration (VLSI) Systems, 2025 · DOI ↗
Devamı Pofolia uygulamasında
Çıkarımlar, ana noktalar ve makaleye soru sorma; ilgi alanına göre her gün yeni özetler. Ücretsiz.
Web'de giriş yaparak açAlan: Bilgisayarlı Görü ve Örüntü Tanıma
Computer Vision and Pattern RecognitionComputer Science