图书信息

内容简介

对 arXiv cs.AR 分类的年度综述，涵盖 2025 年 9 月至 2026 年 8 月期间发表的研究。本卷基于对 100 篇论文 的细读整理，组织为 36 章，按该领域的研究子方向描绘这一年的全貌。

全书框架（年度产出占比）：

能效加速器的算法-硬件协同设计 (58.7%) — 本子方向聚焦协同设计算法与硬件架构，以提升神经网络、基因组分析与随机计算等多样化工作负载的能效与性能。
大语言模型推理加速与优化 (39.2%) — 本子方向处理加速大语言模型推理的硬件与架构挑战，包括内存优化、精度缩放与专用加速器设计。
矩阵运算的可重构与存内计算 (0.7%) — 本子方向探索基于 FPGA 与存内计算架构，加速矩阵乘法及其他线性代数运算，常使用模拟或可重构组件。
云规模计算中的数据移动与精度 (0.7%) — 本子方向处理大规模云与数据中心环境中数据移动、带宽与算术精度的瓶颈，包括浮点格式标准化。
新兴计算范式的基本瓶颈 (0.3%) — 本子方向识别并处理传统与新兴计算架构中的关键可扩展性与性能挑战，如热管理与互连限制。
功耗与延迟约束下的异构集成 (0.2%) — 本子方向研究异构 3D 集成与封装技术，以满足实时与高性能系统的功耗、延迟与面积约束。
专用应用的模拟与忆阻计算 (0.1%) — 本子方向考察利用模拟与忆阻器件加速特定应用，如神经网络引导与微分方程求解。
图与分布式工作负载的通信感知加速 (0.1%) — 本子方向聚焦设计硬件与编译器技术，以降低图处理与分布式神经网络工作负载中的通信开销。