logo móvil
Contáctanos

Optimización a nivel de sistema para SerDes de alta velocidad: antecedentes y el camino hacia marcos de diseño asistidos por aprendizaje automático

Autores: Song, Shiming; Sui, Yu

Idioma: Inglés

Editor: MDPI

Año: 2019

Descargar PDF

Acceso abierto

Artículo científico
2019

Optimización a nivel de sistema para SerDes de alta velocidad: antecedentes y el camino hacia marcos de diseño asistidos por aprendizaje automático


Categoría

Ingeniería y Tecnología

Subcategoría

Ingeniería Eléctrica y Electrónica

Palabras clave

Sistemas basados en datos
SerDes
HPC
Aprendizaje automático
Computación en el borde
IoT

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 36

Citaciones: Sin citaciones


Descripción
Esta década ha presenciado un amplio uso de sistemas basados en datos, desde multimedia hasta computación científica, y en cada caso se requiere una infraestructura de movimiento de datos de calidad, muchos con SerDes como piedra angular. Por un lado, la infraestructura en la nube de HPC y aprendizaje automático transporta exabytes de datos en un año a través de los backplanes de los centros de datos. Por otro lado, la creciente necesidad de computación en el borde en el IoT coloca un límite estricto en la energía por bits. En esta encuesta, ofrecemos una visión general a nivel de sistema de los desafíos comunes de diseño en la implementación de soluciones SerDes bajo diferentes escenarios y proponemos métodos de simulación que se benefician de técnicas avanzadas de aprendizaje automático. Los resultados preliminares con la plataforma de simulación propuesta se demuestran y analizan a través de metodologías de diseño basadas en aprendizaje automático.

Otros recursos que podrían interesarte

Temas Virtualpro