稀疏恢复解码器用 4-12 次读定位模拟 crossbar 中的 64 个故障单元
Connect_Agency_3975 · reddit · 2026-10-21
作者发布一篇预印本研究（代码开源于 GitHub 的 NeuroFault 项目），在仿真环境中用稀疏恢复解码器对模拟 crossbar 阵列做少读故障定位：
- 核心结果：在 256x256 阵列、1% 读噪声下，用 4-12 次随机 ±1 探针读即可定位最多 64 个 stuck 单元，而逐个读取需 256 次；对比基于 Wei & Roth 多离群码的混合基线，读取次数减少 4.3-6.4 倍（计入噪声校准读则降为 1.9-3.2 倍）。
- 漂移校准：用少量探针读拟合的 16 参数场可在 CIFAR-10 上将编程精度相对最佳廉价数字基线提升 +2.1 到 +13.3 个百分点（1 小时到 1 年漂移）。
- 预注册失败声明：作者按预注册标准如实报告了多项失败——转置读方向的两项声明被否决、探针仅故障密度 ≤0.3% 时优于全读、AdaBS 对齐未达标、刷新调度节省 9-13% 写入低于 15% 门槛等。
- 局限：仅仿真无硅片实测、只考虑 stuck-at 故障、置信界偏紧、部分基线为作者自行扩展。
作者特别请求对基线选择和噪声模型提出批评。
「Infra」频道最新
- IFM 开源 RL360:8192 并发沙箱、130 万 rollouts 的 RL 基建 — rupspace · 2026-10-23
- SpaceX 拟接入 8 万座美国基站，博彩市场给了 29% 成运营商概率 — Polymarket · 2026-10-23
- Modular 宣布 MAX 框架开源：AI 计算不应被单一芯片厂商锁定 — clattner_llvm · 2026-10-23
- Claude 模型登陆 Google Cloud:Anthropic 托管版正式可用 — claudeai · 2026-10-23
- GLM-5.3-Flash 实现 1M token 上下文训练，较基线提升 64 倍 — AndrewLBeam · 2026-10-23
- Perplexity 联手 AMD 推便携 AI 主机，本地跑 27B 模型做实时研究 — AravSrinivas · 2026-10-23