面向异构计算的 CPU 与存内计算加速器机器学习负载划分优化

论文提出一种基于整数线性规划（ILP）的 CPU-CIM 异构负载划分框架，将 RRAM 的容量、写入延迟与耐久性约束纳入端到端推理延迟优化，同时建模并行性、底层架构因素及 CPU 的互补计算能力。作者报告称，相比边缘 CPU，最高加速 30.9 倍；相比高性能 CPU，最高加速 7.3 倍，并通过设计空间探索分析 CIM 加速器设计取舍。