近似友好性：一种面向高层综合的智能硬件设计近似度量新指标

《ACM Transactions on Design Automation of Electronic Systems》：Approximation Friendliness: A New Metric for Smarter Hardware Design Approximation for High-Level Synthesis

　　这是一个来自 ACM 数字图书馆的学术论文网页，内容涉及**近似计算（Approximate Computing）**与**高级综合（High-Level Synthesis, HLS）**领域的研究。以下是该论文摘要的核心内容总结：---## 论文主题该研究提出了一种**自动化的、感知近似性的 HLS 设计空间探索框架**，通过**近似友好度指数（Approximation Friendliness Index, AFI）**来指导探索过程，目标是在满足给定最大误差阈值（*E_max*）的前提下，确定尽可能小的硬件设计。## 关键要点1. **近似计算的价值**：利用许多应用固有的错误容忍能力，显著提升面积、能耗和性能。2. **HLS 指令控制**：HLS 工具依赖综合指令（pragmas）来控制数组（RAM、ROM、寄存器）、函数（inline、goto）和循环（完全展开、部分展开、流水线）的实现方式。3. **AFI 指标**：提出一种静态指标 AFI，可高效计算，用于快速识别具有高度近似潜力的硬件实现，从而只近似最有前景的设计，而非探索过程中生成的所有变体。4. **数据流架构扩展**：该方法扩展到数据流架构（如 JPEG），优化由多个顺序连接组件组成的整体数据流，在保持主输出精度满足 *E_max* 的同时最小化整体设计规模。5. **实验结果**：该方法产生的结果与穷举近似每个新设计基本一致，但速度显著更快。## 页面结构说明- **Abstract**：论文摘要（主要学术内容）- **AI Summary**：ACM 提供的 AI 生成摘要（需高级访问权限）- **Plain Language Summary**：通俗语言摘要（需高级访问权限）- **Body Matter**：正文部分（此片段中为空）---如果您有具体的问题或需要对该论文内容的进一步解读，请告诉我！