3月5日，第31屆高性能計(jì)算機(jī)體系架構(gòu)國(guó)際研討會(huì)（HPCA）在美國(guó)拉斯維加斯舉行。此次會(huì)議由國(guó)際電氣電子工程師學(xué)會(huì)（IEEE）主辦，全球700多位計(jì)算機(jī)體系架構(gòu)領(lǐng)域的研究者參會(huì)。大會(huì)共收到來(lái)自全球頂尖研究機(jī)構(gòu)和高校的論文投稿534篇，最終錄用113篇，錄用率約為21.2%。

清華大學(xué)電子系電路與系統(tǒng)研究所汪玉教授、楊華中教授與香港科技大學(xué)謝源教授、中國(guó)科學(xué)院微電子所李冰副研究員、北京大學(xué)孫廣宇副教授合作完成的論文“UniNDP：面向DRAM近存儲(chǔ)計(jì)算的統(tǒng)一編譯與仿真工具”（UniNDP: A Unified Compilation and Simulation Tool for Near DRAM Processing Architectures）成功入選。該論文的共同第一作者為清華大學(xué)電子系博士生謝童欣與博士后、助理研究員朱振華，通訊作者為汪玉與朱振華。論文獲得本次會(huì)議最佳論文榮譽(yù)提名獎(jiǎng)（Best PaperHonorable Mention）。在113篇錄用論文中，共有11篇被提名最佳論文候選。組委會(huì)從創(chuàng)新性、潛在影響力、工作完整性以及審稿評(píng)分等多方面篩選，評(píng)選出2篇最佳論文榮譽(yù)提名獎(jiǎng)和1篇最佳論文獎(jiǎng)。

獲獎(jiǎng)證書

基于DRAM的近存儲(chǔ)計(jì)算架構(gòu)可以有效提升訪存帶寬，高效實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)推理計(jì)算。現(xiàn)有近存儲(chǔ)計(jì)算架構(gòu)設(shè)計(jì)差異大，缺乏一種統(tǒng)一的方式將機(jī)器學(xué)習(xí)模型高效編譯部署至不同的近存計(jì)算架構(gòu)上。針對(duì)這一問(wèn)題，該文章提出了基于通用架構(gòu)與指令集抽象的編譯仿真部署工具鏈。該工具鏈能夠支持神經(jīng)網(wǎng)絡(luò)負(fù)載在不同種類的近存計(jì)算架構(gòu)上的通用高效編譯部署，與現(xiàn)有的數(shù)據(jù)映射和編譯方法相比，可在不同架構(gòu)上取得至多3.43倍的端到端加速。