design-space-exploration

本文介绍了AutoTuring，一个用于GPU加速器设计空间探索的AI代理，并通过比较硬件感知和不透明条件来评估架构知识是否提升性能。研究结果表明，意义有助于优化，但架构知识和结构化批评表现为替代品而非互补品。

本文提出DxPTA，一种新颖的设计空间探索方法，用于高效地对满足面积、功耗、能量和延迟约束的光子Transformer加速器进行硬件/软件协同设计。与穷举方法相比，其搜索速度最高提升15.2倍，从而能够为多种Transformer模型实现高效的PTA设计。