دانلود کتاب محاسبات با حافظه برای سیستمهای مقاوم در مصرف انرژی بعد از پرداخت مقدور خواهد بود
توضیحات کتاب در بخش جزئیات آمده است و می توانید موارد را مشاهده فرمایید
نام کتاب : Computing with Memory for Energy-Efficient Robust Systems
ویرایش : 1
عنوان ترجمه شده به فارسی : محاسبات با حافظه برای سیستمهای مقاوم در مصرف انرژی
سری :
نویسندگان : Somnath Paul, Swarup Bhunia (auth.)
ناشر : Springer-Verlag New York
سال نشر : 2014
تعداد صفحات : 210
ISBN (شابک) : 9781461477976 , 9781461477983
زبان کتاب : English
فرمت کتاب : pdf
حجم کتاب : 6 مگابایت
بعد از تکمیل فرایند پرداخت لینک دانلود کتاب ارائه خواهد شد. درصورت ثبت نام و ورود به حساب کاربری خود قادر خواهید بود لیست کتاب های خریداری شده را مشاهده فرمایید.
این کتاب انرژی و قابلیت اطمینان را بهعنوان چالشهای عمدهای که طراحان چارچوبهای محاسباتی در رژیم فناوری نانومتری با آن مواجه هستند، تحلیل میکند. نویسندگان راهحلهای موجود برای رسیدگی به این چالشها را توصیف میکنند و سپس یک پلتفرم محاسباتی قابل تنظیم مجدد را نشان میدهند که از حافظههای نانومقیاس با چگالی بالا برای ذخیرهسازی دادهها و محاسبات برای به حداکثر رساندن بهرهوری انرژی و قابلیت اطمینان استفاده میکند. مزایای انرژی و قابلیت اطمینان این پارادایم جدید نشان داده شده است و چالش های طراحی مورد بحث قرار می گیرند. جنبههای مختلف سختافزار و نرمافزار این الگوی محاسباتی هیجانانگیز، بهویژه با توجه به چارچوبهای طراحی مشترک سختافزار-نرمافزار، که در آن واحد سختافزار را میتوان برای تقلید رفتار برنامههای کاربردی متنوع پیکربندی مجدد کرد، توضیح داده شده است. در نهایت، کارایی انرژی پارادایم شرح داده شده با دیگر پلتفرمهای محاسباتی قابل تنظیم مجدد شناخته شده مقایسه میشود.
This book analyzes energy and reliability as major challenges faced by designers of computing frameworks in the nanometer technology regime. The authors describe the existing solutions to address these challenges and then reveal a new reconfigurable computing platform, which leverages high-density nanoscale memory for both data storage and computation to maximize the energy-efficiency and reliability. The energy and reliability benefits of this new paradigm are illustrated and the design challenges are discussed. Various hardware and software aspects of this exciting computing paradigm are described, particularly with respect to hardware-software co-designed frameworks, where the hardware unit can be reconfigured to mimic diverse application behavior. Finally, the energy-efficiency of the paradigm described is compared with other, well-known reconfigurable computing platforms.