https://techllm.github.io/tags/edge-ai-/-analog-in-memory-computing/Recent content in Edge AI / Analog In-Memory Computing on TechLLMHugokoThu, 08 Oct 2026 07:32:39 +0900https://techllm.github.io/posts/race-aimc-selective-inference-for-heterogeneous-analog-in-memory-accel/Thu, 08 Oct 2026 07:32:39 +0900https://techllm.github.io/posts/race-aimc-selective-inference-for-heterogeneous-analog-in-memory-accel/RACE-AIMC는 여러 개의 서로 다른 아날로그 인메모리 가속기 중 온라인에서 켤 단일 가속기와 신뢰 임계값을 오프라인에 고정하고, 그 가속기가 직접 답한 입력들에 대한 오류율의 95% 상한을 독립 certificate split으로 인증하는 프레임워크다. CIFAR-10 시뮬레이션 5회 독립 실행에서 모든 인증 상한이 10% 목표 이하였고, 평균 70.88%의 입력을 단일 가속기가 직접 처리했으며, 평균 95% 오류 상한은 7.83%, 최악은 8.87%였다.