实验揭示模拟硬件噪声影响：准确率呈断崖式下降
Georgiou1226 · reddit · 2026-08-09
模拟存内计算（Analog in-memory compute）因能降低搬运权重的能耗成本而重新受到关注，但其面临模拟单元物理噪声的挑战。作者通过实验探究了噪声对模型精度的影响曲线。
- 实验发现：精度的退化并非平滑过程，而是存在阈值效应。在权重噪声增加到特定程度前，精度保持稳定；一旦突破阈值，准确率会急剧下降（从 83% 跌至 64%，最终近乎随机猜测）。
- 噪声训练：在训练阶段注入噪声（迫使优化器寻找更平缓的最小值）能显著将该崩溃阈值向后推移。在相同的噪声水平下，经过噪声训练的模型准确率达到了 61%，远高于常规训练的 39%。
作者呼吁社区探讨“平缓最小值”是否为准确解释机制，以及是否有直接针对硬件实际噪声特征进行优化的显式方法。
「Infra」频道最新
- Tobi 开源 walgit：无数据库的单二进制 Git 服务器 — jevon · 2026-08-24
- s3collections：用S3构建分布式系统持久化数据结构 — andersonbcdefg · 2026-08-24
- 预测市场：年底前美一州实施数据中心禁令概率 68% — Polymarket · 2026-08-24
- Ramp 用本地模型省钱，引发业界对 AI 成本反思 — annetgriffin · 2026-08-24
- GitHub Actions 额度耗尽，是时候迁移到自建 VPS 了吗？ — MicahBerkley · 2026-08-24
- Ubuntu 计划成为 RISC-V CPU 的参考操作系统 — bookwormengr · 2026-08-24