圖書信息

內容簡介

對 arXiv cs.AR 分類的年度綜述，涵蓋 2025 年 9 月至 2026 年 8 月期間發表的研究。本卷基於對 100 篇論文 的細讀整理，組織為 36 章，按該領域的研究子方向描繪這一年的全貌。

全書框架（年度產出佔比）：

能效加速器的算法-硬件協同設計 (58.7%) — 本子方向聚焦協同設計算法與硬件架構，以提升神經網絡、基因組分析與隨機計算等多樣化工作負載的能效與性能。
大語言模型推理加速與優化 (39.2%) — 本子方向處理加速大語言模型推理的硬件與架構挑戰，包括內存優化、精度縮放與專用加速器設計。
矩陣運算的可重構與存內計算 (0.7%) — 本子方向探索基於 FPGA 與存內計算架構，加速矩陣乘法及其他線性代數運算，常使用模擬或可重構組件。
雲規模計算中的數據移動與精度 (0.7%) — 本子方向處理大規模雲與數據中心環境中數據移動、帶寬與算術精度的瓶頸，包括浮點格式標準化。
新興計算範式的基本瓶頸 (0.3%) — 本子方向識別並處理傳統與新興計算架構中的關鍵可擴展性與性能挑戰，如熱管理與互連限制。
功耗與延遲約束下的異構集成 (0.2%) — 本子方向研究異構 3D 集成與封裝技術，以滿足實時與高性能系統的功耗、延遲與面積約束。
專用應用的模擬與憶阻計算 (0.1%) — 本子方向考察利用模擬與憶阻器件加速特定應用，如神經網絡引導與微分方程求解。
圖與分佈式工作負載的通信感知加速 (0.1%) — 本子方向聚焦設計硬件與編譯器技術，以降低圖處理與分佈式神經網絡工作負載中的通信開銷。