当前位置：
X-MOL 学术
›
IEEE Des. Test
›
论文详情
Our official English website, www.x-mol.net, welcomes your
feedback! (Note: you will need to create a separate account there.)
Fault-Tolerant Neural Network Accelerators With Selective TMR
IEEE Design & Test ( IF 1.9 ) Pub Date : 2022-05-11 , DOI: 10.1109/mdat.2022.3174181 Timoteo Garcia Bertoa 1 , Giulio Gambardella 2 , Nicholas J. Fraser 2 , Michaela Blott 2 , John McAllister 3
IEEE Design & Test ( IF 1.9 ) Pub Date : 2022-05-11 , DOI: 10.1109/mdat.2022.3174181 Timoteo Garcia Bertoa 1 , Giulio Gambardella 2 , Nicholas J. Fraser 2 , Michaela Blott 2 , John McAllister 3
Affiliation
This article presents a tool that analyzes sensitive computations in the neural network and triplicates them to increase the functional safety of the neural network accelerator. —Fei Su, Intel Corporation
中文翻译：
具有选择性 TMR 的容错神经网络加速器
本文介绍了一种工具，用于分析神经网络中的敏感计算并将它们重复三次以提高神经网络加速器的功能安全性。— 苏飞，英特尔公司
更新日期：2022-05-11
中文翻译：
具有选择性 TMR 的容错神经网络加速器
本文介绍了一种工具，用于分析神经网络中的敏感计算并将它们重复三次以提高神经网络加速器的功能安全性。— 苏飞，英特尔公司
京公网安备 11010802027423号