RRAM-DP: Device-Calibrated Differential Privacy for In-Memory Edge Learning
本文提出了 RRAM-DP，一种面向边缘 AIoT 系统的硬件-算法协同差分隐私方法。边缘 AIoT 设备常收集敏感数据，隐私保护至关重要。电阻式随机存取存储器（RRAM）因其多比特存储和存内计算能力而成为高效 AIoT 的候选硬件，但其固
#in-memory-computing
共收录 2 条相关情报。
← 返回所有主题ARMOR-IMC: Adaptive Resource Mapping for Operational Robustness via Secure In-Memory Computing
该论文针对传统架构中巨大的数据搬运开销问题，提出了一种基于电阻式存储计算（IMC）的深度神经网络（DNN）加速器安全加固方法。传统IMC加速器使用自旋轨道矩磁隧道结（SOT-MTJ）等新兴器件绕过“存储墙”并降低泄漏功耗，但面临双重硬件威胁