储备池计算相关 AI 资讯 · AITOP · AI热报

7月30日

11:27

11:27

官方账号arXiv cs.LG@Harvey Samuel George Johnson, Sendy Phang

该论文提出了一种基于忆阻器的储备池计算（RC）设计框架，针对多级流水线CPU的分支预测（BP）任务。使用System Verilog和Verilog-AMS进行了仿真实现，在Dhrystone基准测试上评估，目标指令集为RISC-V RV64GC。实验显示RC能达到较高的整体预测准确率，但与最先进的TAGE预测器相比，适应分支行为变化的速度慢15倍。论文指出了进一步优化自适应能力的必要性。

论文储备池计算忆阻器分支预测

推荐理由：这篇论文研究了用忆阻器做储备池计算来加速CPU分支预测，Dhrystone测试表现不错，但比TAGE慢15倍，适合关注硬件AI加速的朋友看。

7月27日

10:59

10:59

官方账号arXiv cs.LG@Aliaksei Kaliutau

论文提出 Susceptible Architectures (SUSA) 储备池设计原则，包括复数开链和周期两种实现，并通过状态条件专家区分平静、爆发、恢复和持续压力状态。在 Qiskit 中实现了开放系统 q-qubit 版本，使用 AR-Ridge 锚点和 QLIKE 残差校正。在 16 个美国股票和 ETF 上，用 12 个观测输入窗口预测未来 5 个观测值。SUSA 在 IWM 和 XLP 上取得比 GARCH 更优的 QLIKE，与 HARQ 集成后平均 QLIKE 提升 0.0116，在 75% 测试场景中获胜。

论文 SUSA GARCH HARQ

推荐理由：这篇论文搞了个 SUSA 方法，用储备池做波动率预测，在美股 ETF 上测了效果比 GARCH 好，还能跟 HARQ 组合更牛。

7月17日

12:10

12:10IT之家（博客/媒体）

精选

哥德堡大学等团队在Nature Nanotechnology发表论文，实现全球最大规模纳米级磁振荡器同步网络，包含10.5万个振荡器，同步时间仅45纳秒。此前最大规模为64个，本次扩大近1000倍。该阵列可作为伊辛机和储备池计算硬件平台，工作频率达数十吉赫兹。

论文纳米振荡器 Nature Nanotechnology 伊辛机

推荐理由：科学家搞出了全球最大的纳米振荡器同步网络，45纳秒同步10.5万个，比之前大1000倍，未来可能用在AI芯片上省电省散热。