Suche nach FPGA | meineki.news

BiKA: Ultra‑leichter KI‑Hardware‑Beschleuniger inspiriert von Kolmogorov‑Arnold‑Netzwerken

Für Edge‑Geräte, die nur begrenzte Ressourcen und Strom haben, sind leichte Neural‑Network‑Beschleuniger unverzichtbar. Traditionelle Ansät…

arXiv – cs.AI 02.03.2026 05:00

Forschung

<p>Neues FPGA-Design ermöglicht vollauslastete CNN-Inferenz mit hoher Durchsatzrate</p> <p>Ein neues Forschungsprojekt hat einen Durchbruch erzielt, der die Effizienz von CNN-Implementierungen auf FPGAs drastisch steigert.</p> <p>Traditionelle Datenfluss-Architekturen nutzen jede Neuronen-Operation als eigene Hardware-Einheit, was bei FPGAs zu sehr niedriger Latenz und hohem Durchsatz führt. Doch bei Convolutional Neural Networks (CNNs) führen Pooling- und Stride‑größere‑als‑eins‑Schichten zu einer starken

arXiv – cs.AI 29.01.2026 05:00

Forschung

JetFormer: Skalierbarer Transformer für Jet-Tagging von Offline bis FPGA-Trigger

Der neue Transformer‑Ansatz JetFormer wurde entwickelt, um die Erkennung von Teilchenjets am Large Hadron Collider (LHC) sowohl in hochpräz…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Long‑FFT‑Convolutions auf FPGAs: Chunking ermöglicht 450 K‑Längen‑Sequenzen

Die wachsende Nachfrage nach langen Kontextverarbeitungen hat neue neuronale Architekturen hervorgebracht, die über die klassischen Transfo…

arXiv – cs.LG 13.01.2026 05:00

Forschung

SNAC-Pack: Automatisierte FPGA-Architektursuche steigert Genauigkeit & Ressourcen

Neues Forschungswerkzeug namens SNAC-Pack (Surrogate Neural Architecture Codesign Package) vereint die Suche nach neuronalen Architekturen…

arXiv – cs.LG 19.12.2025 05:00

Forschung

CXL‑SpecKV: FPGA‑basierter KV‑Cache für schnellere LLM‑Server

Die neuesten großen Sprachmodelle (LLMs) erfordern enorme Key‑Value‑Caches, die während der autoregressiven Dekodierung viel GPU‑Speicher b…

arXiv – cs.AI 16.12.2025 05:00

Forschung

DAPO: KI-gestützte Pass-Reihenfolge steigert FPGA-HLS um 2,36×

In der Welt der FPGA-basierten Domänen-spezifischen Beschleuniger hat sich High‑Level Synthesis (HLS) als unverzichtbares Werkzeug etablier…

arXiv – cs.LG 15.12.2025 05:00

Forschung

MERINDA: FPGA-gestützte Modellwiederherstellung spart Speicher und Zeit für Systeme

In der Welt der mission‑kritischen autonomen Systeme (MCAS) spielt die Modellwiederherstellung (MR) eine zentrale Rolle, weil sie sichere u…

arXiv – cs.AI 03.12.2025 05:00

Forschung

wa-hls4ml: Benchmark für ML-Accelerator-Ressourcen und Latenzschätzung

Mit der zunehmenden Integration von Machine‑Learning‑Algorithmen in Hardwarelösungen für Echtzeitanwendungen hat sich die Entwicklung moder…

arXiv – cs.LG 11.11.2025 05:00

Forschung

FiCABU: Kontext‑angepasstes Unlearning für Edge‑AI – effizient und praktisch

Die wachsende Nachfrage nach Machine‑Unlearning, ausgelöst durch Datenschutzgesetze und das „Recht auf Vergessen“, trifft besonders auf Edg…

arXiv – cs.LG 11.11.2025 05:00

Praxis

<h1>ExecuTorch 1.0: Revolutioniert die Edge‑KI mit nahtloser PyTorch‑Bereitstellung</h1> <p>ExecuTorch 1.0 bringt die nächste Generation der Edge-KI auf den Markt. Mit dieser neuen Version können Entwickler PyTorch‑Modelle direkt auf mobilen, eingebetteten und Desktop‑Geräten ausführen, ohne sie konvertieren oder neu schreiben zu müssen.</p> <p>Die Plattform unterstützt eine breite Palette von Hardware‑Backends, darunter CPUs, GPUs, FPGAs und spezialisierte KI‑Beschleuniger, wodurch die Leistung und Effizie

PyTorch – Blog 22.10.2025 15:55

Forschung

eMamba: Beschleunigungsframework für Mamba‑Modelle auf Edge‑Geräten

Die neue Plattform eMamba bringt State‑Space‑Modelle (SSM) wie Mamba endlich in die Reichweite von ressourcenbeschränkten Edge‑Geräten. Dur…

arXiv – cs.LG 15.08.2025 05:00

Finde Modelle, Firmen und Themen

BiKA: Ultra‑leichter KI‑Hardware‑Beschleuniger inspiriert von Kolmogorov‑Arnold‑Netzwerken

JetFormer: Skalierbarer Transformer für Jet-Tagging von Offline bis FPGA-Trigger

Long‑FFT‑Convolutions auf FPGAs: Chunking ermöglicht 450 K‑Längen‑Sequenzen

SNAC-Pack: Automatisierte FPGA-Architektursuche steigert Genauigkeit & Ressourcen

CXL‑SpecKV: FPGA‑basierter KV‑Cache für schnellere LLM‑Server

DAPO: KI-gestützte Pass-Reihenfolge steigert FPGA-HLS um 2,36×

MERINDA: FPGA-gestützte Modellwiederherstellung spart Speicher und Zeit für Systeme

wa-hls4ml: Benchmark für ML-Accelerator-Ressourcen und Latenzschätzung

FiCABU: Kontext‑angepasstes Unlearning für Edge‑AI – effizient und praktisch

eMamba: Beschleunigungsframework für Mamba‑Modelle auf Edge‑Geräten

🍪 Cookie-Einstellungen

Long‑FFT‑Convolutions auf FPGAs: Chunking ermöglicht 450 K‑Längen‑Sequenzen