arXiv cs.AI· Aniseh Dorostkar, Hamed Farbeh, Hamid R. Zarandi·· 13 小时前AI 评分22
ReRAM 存内计算 CNN 加速器的故障脆弱性实证研究
An Empirical Fault Vulnerability Exploration of ReRAM-based Process-in-Memory CNN Accelerators
AI 导读
研究者开发了一套故障注入框架，在软件和硬件层面考察大规模 CNN 在 ReRAM 存内计算（PIM）加速器上推理时的脆弱性，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、参数在层内的位置以及故障取值与类型影响，且 SaL 比 SaH 造成更严重的分类精度下降。
来源：arXiv cs.AI · arxiv.org