Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.23185

帮助 | 高级搜索

计算机科学 > 新兴技术

arXiv:2506.23185 (cs)
[提交于 2025年6月29日 ]

标题: 基于增益单元eDRAM的状态逻辑内存

标题: Stateful Logic In-Memory Using Gain-Cell eDRAM

Authors:Barak Hoffer, Shahar Kvatinsky
摘要: 现代数据密集型应用需要能够提供高密度、低功耗和集成计算能力的内存解决方案,以减少数据移动开销。 本文介绍了将增益单元嵌入式动态随机存取存储器(GC-eDRAM)——一种有吸引力的传统静态随机存取存储器和嵌入式动态随机存取存储器的替代方案——用于有状态的内存逻辑。 我们提出了一种电路设计,利用GC-eDRAM的双端口架构和非破坏性读取操作,在GC-eDRAM内存阵列内部直接执行逻辑功能。 我们的仿真结果表明,计算逻辑门时具有5微秒的保持时间以及99.5%的成功率。 通过将内存内处理(PIM)功能集成到GC-eDRAM中,我们的方法提高了内存和计算密度,降低了功耗,并提高了数据密集型应用的整体性能。
摘要: Modern data-intensive applications demand memory solutions that deliver high-density, low-power, and integrated computational capabilities to reduce data movement overhead. This paper presents the use of Gain-Cell embedded DRAM (GC-eDRAM) - a compelling alternative to traditional SRAM and eDRAM - for stateful, in-memory logic. We propose a circuit design that exploits GC-eDRAM's dual-port architecture and nondestructive read operation to perform logic functions directly within the GC-eDRAM memory array. Our simulation results demonstrate a 5us retention time coupled with a 99.5% success rate for computing the logic gates. By incorporating processing-in-memory (PIM) functionality into GC-eDRAM, our approach enhances memory and compute densities, lowers power consumption, and improves overall performance for data-intensive applications.
评论: IEEE国际NEWCAS会议论文集,2025年6月
主题: 新兴技术 (cs.ET)
引用方式: arXiv:2506.23185 [cs.ET]
  (或者 arXiv:2506.23185v1 [cs.ET] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.23185
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Barak Hoffer [查看电子邮件]
[v1] 星期日, 2025 年 6 月 29 日 11:12:34 UTC (263 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.ET
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号