( en | de | ru )

 

Disambiguierung von "Peng, Hongwu"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
Optimizing FPGA-based Accelerator Design for Large-Scale Molecular Similarity Search (Special Session Paper).

, , , , , , , , , , , und . ICCAD, Seite 1-7. IEEE, (2021)

Bitte wählen Sie eine Person um die Publikation zuzuordnen

Um zwischen Personen mit demselben Namen zu unterscheiden, wird der akademische Grad und der Titel einer wichtigen Publikation angezeigt. Zudem lassen sich über den Button neben dem Namen einige der Person bereits zugeordnete Publikationen anzeigen.

Hongwu Zhang

Changgeng Peng

Xiao-Wei Peng

Martin Peng

Jianqiang Peng

 

Weitere Publikationen von Autoren mit dem selben Namen

Optimizing FPGA-based Accelerator Design for Large-Scale Molecular Similarity Search., , , , , , , , , und 2 andere Autor(en). CoRR, (2021)Medusa: Simple LLM Inference Acceleration Framework with Multiple Decoding Heads., , , , , , und . CoRR, (2024)Binary Complex Neural Network Acceleration on FPGA., , , , , , , , , und 2 andere Autor(en). CoRR, (2021)Learning from Teaching Regularization: Generalizable Correlations Should be Easy to Imitate., , , , und . CoRR, (2024)RRNet: Towards ReLU-Reduced Neural Network for Two-party Computation Based Private Inference., , , , , , , , , und 4 andere Autor(en). CoRR, (2023)AQ2PNN: Enabling Two-party Privacy-Preserving Deep Neural Network Inference with Adaptive Quantization., , , , , , , , und . MICRO, Seite 628-640. ACM, (2023)Accommodating Transformer onto FPGA: Coupling the Balanced Model Compression and FPGA-Implementation Optimization., , , , , und . ACM Great Lakes Symposium on VLSI, Seite 163-168. ACM, (2021)Accelerating Framework of Transformer by Hardware Design and Model Compression Co-Optimization., , , , , , , und . ICCAD, Seite 1-9. IEEE, (2021)Advanced Large Language Model (LLM)-Driven Verilog Development: Enhancing Power, Performance, and Area Optimization in Code Synthesis., , , , , , , und . CoRR, (2023)MaxK-GNN: Extremely Fast GPU Kernel Design for Accelerating Graph Neural Networks Training., , , , , , , , und . ASPLOS (2), Seite 683-698. ACM, (2024)