( en | de | ru )

 

Disambiguierung von "Ye, Hanchen"

Autor der Publikation

KopierenLöschenDiese Publikation zur Ablage hinzufügen
DNNExplorer: A Framework for Modeling and Exploring a Novel Paradigm of FPGA-based DNN Accelerator.

, , , , , , und . ICCAD, Seite 61:1-61:9. IEEE, (2020)

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.

Hilda Hänchen

Herbert Hänchen

Hans Joachim Hänchen

Wei Ye

Min Ye

 

Weitere Publikationen von Autoren mit dem selben Namen

DNNExplorer: A Framework for Modeling and Exploring a Novel Paradigm of FPGA-based DNN Accelerator., , , , , , und . ICCAD, Seite 61:1-61:9. IEEE, (2020)High-level Synthesis for Domain Specific Computing., , , und . ISPD, Seite 211-219. ACM, (2023)Invited Paper: Software/Hardware Co-design for LLM and Its Application for Design Verification., , , , , , und . ASPDAC, Seite 435-441. IEEE, (2024)Subgraph Extraction-Based Feedback-Guided Iterative Scheduling for HLS., , , , und . DATE, Seite 1-6. IEEE, (2024)ScaleHLS: a scalable high-level synthesis framework with multi-level transformations and optimizations: invited., , , , und . DAC, Seite 1355-1358. ACM, (2022)New Solutions on LLM Acceleration, Optimization, and Application., , , , , , , und . CoRR, (2024)CHARM 2.0: Composing Heterogeneous Accelerators for Deep Learning on Versal ACAP Architecture., , , , , , , , , und 4 andere Autor(en). ACM Trans. Reconfigurable Technol. Syst., 17 (3): 51:1-51:31 (September 2024)CHARM: Composing Heterogeneous AcceleRators for Matrix Multiply on Versal ACAP Architecture., , , , , , , , , und 3 andere Autor(en). FPGA, Seite 153-164. ACM, (2023)HybridDNN: A Framework for High-Performance Hybrid DNN Accelerator Design and Implementation., , , , und . DAC, Seite 1-6. IEEE, (2020)ScaleHLS: Scalable High-Level Synthesis through MLIR., , , , , , und . CoRR, (2021)