論文の概要: In-DRAM True Random Number Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Real DRAM Chips
- arxiv url: http://arxiv.org/abs/2510.20269v1
- Date: Thu, 23 Oct 2025 06:54:58 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-10-25 03:08:17.457492
- Title: In-DRAM True Random Number Generation Using Simultaneous Multiple-Row Activation: An Experimental Study of Real DRAM Chips
- Title（参考訳）: 同時マルチロウアクティベーションを用いた実DRAMチップのインDRAM実乱数生成:実DRAMチップの実験的検討
- Authors: Ismail Emir Yuksel, Ataberk Olgun, F. Nisa Bostanci, Oguzhan Canpolat, Geraldo F. Oliveira, Mohammad Sadrosadati, Abdullah Giray Yaglikci, Onur Mutlu,
- Abstract要約: 商用オフザシェルフ(COTS)DRAMチップでは、高いスループットと低レイテンシで真の乱数を生成することができる。
我々は,SiMRAの真のランダム生成ポテンシャルをエントロピー,レイテンシ,スループットの観点から厳密に分析する。
試験されたほとんどのモジュールでは、32列活性化のエントロピーは2列活性化のエントロピーよりも2.51倍高い。
- 参考スコア（独自算出の注目度）: 7.536247481003656
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: In this work, we experimentally demonstrate that it is possible to generate true random numbers at high throughput and low latency in commercial off-the-shelf (COTS) DRAM chips by leveraging simultaneous multiple-row activation (SiMRA) via an extensive characterization of 96 DDR4 DRAM chips. We rigorously analyze SiMRA's true random generation potential in terms of entropy, latency, and throughput for varying numbers of simultaneously activated DRAM rows (i.e., 2, 4, 8, 16, and 32), data patterns, temperature levels, and spatial variations. Among our 11 key experimental observations, we highlight four key results. First, we evaluate the quality of our TRNG designs using the commonly-used NIST statistical test suite for randomness and find that all SiMRA-based TRNG designs successfully pass each test. Second, 2-, 8-, 16-, and 32-row activation-based TRNG designs outperform the state-of-theart DRAM-based TRNG in throughput by up to 1.15x, 1.99x, 1.82x, and 1.39x, respectively. Third, SiMRA's entropy tends to increase with the number of simultaneously activated DRAM rows. Fourth, operational parameters and conditions (e.g., data pattern and temperature) significantly affect entropy. For example, for most of the tested modules, the average entropy of 32-row activation is 2.51x higher than that of 2-row activation. For example, increasing the temperature from 50{\deg}C to 90{\deg}C decreases SiMRA's entropy by 1.53x for 32-row activation. To aid future research and development, we open-source our infrastructure at https://github.com/CMU-SAFARI/SiMRA-TRNG.
- Abstract（参考訳）: 本研究では、96個のDDR4 DRAMチップを広範囲に評価することにより、同時マルチローアクティベーション(SiMRA)を活用することで、商用オフザシェルフ(COTS)DRAMチップにおいて、高いスループットと低レイテンシで真の乱数を生成できることを実験的に実証した。
我々は,SiMRAの真のランダム生成ポテンシャルを,同時に活性化されるDRAM列(2, 4, 8, 16, 32),データパターン,温度レベル,空間変動の様々な数に対して,エントロピー,レイテンシ,スループットの観点から厳密に分析する。
11つの重要な実験結果の中で、我々は4つの重要な結果を強調した。
まず,一般に使用されているNIST統計テストスイートを用いてTRNG設計の品質を評価し,すべてのSiMRAベースのTRNG設計が各試験に合格することを確認した。
第2に、2-、8-、16-、32-rowアクティベーションベースのTRNGは、最先端のDRAMベースのTRNGのスループットをそれぞれ1.15x、1.99x、1.82x、1.39xで上回っている。
第三に、SiMRAのエントロピーは同時に活性化されるDRAM行の数が増える傾向にある。
第4に、運用パラメータと条件(例えば、データパターンと温度)はエントロピーに大きく影響する。
例えば、テストされたほとんどのモジュールでは、32-rowの活性化の平均エントロピーは2-rowの活性化の平均の2.51倍である。
例えば、50{\deg}Cから90{\deg}Cへの温度上昇は、32-row活性化のためにSiMRAのエントロピーを1.53倍減少させる。
今後の研究開発を支援するため、私たちは、https://github.com/CMU-SAFARI/SiMRA-TRNGでインフラをオープンソース化しました。
関連論文リスト
- PuDHammer: Experimental Analysis of Read Disturbance Effects of Processing-using-DRAM in Real DRAM Chips [6.537810647501026]
本稿では,316個の実DDR4 DRAMチップを用いたPuD(PuDHammerと呼ぶ)の読み出し障害効果について述べる。
PuDHammerは読み出し障害の脆弱性を大幅に悪化させ、最初のビットフリップを誘導するために必要な最小ハンマー数を158.58倍に削減した。
論文 参考訳（メタデータ） (2025-06-15T19:17:50Z) - Performance Characterization of a Multi-Module Quantum Processor with Static Inter-Chip Couplers [63.42120407991982]
フリップチップボンディングのような3次元統合技術は、大規模超伝導量子プロセッサを実現するための鍵となる前提条件である。
1つのキャリアチップと4つのキュービットモジュールからなるマルチチップモジュールの設計を提案する。
2つのキュービットを測定し,平均3レベル状態割当誤差を200 nsで9倍10～3ドルとした。
ランダム化ベンチマークから抽出した7×10〜3$の誤差で100 nsの制御Z2量子ゲートを実演する。
論文 参考訳（メタデータ） (2025-03-16T18:32:44Z) - Variable Read Disturbance: An Experimental Analysis of Temporal Variation in DRAM Read Disturbance [7.383763251374371]
読解障害閾値(RDT)の正確かつ徹底的な評価に頼っている最先端の読解障害軽減法
DRAM列のRTTが時間とともに大きく変化し、予測不可能な変化を初めて実験的に実証した。
本稿では,RTTのガードバンドと誤り訂正符号を用いて,時間とともに予測不可能に変化するRTTの存在下での読み出し乱れビットフリップの緩和について論じ,評価する。
論文 参考訳（メタデータ） (2025-02-18T17:22:42Z) - IterL2Norm: Fast Iterative L2-Normalization [1.4602363426887837]
トランスフォーマーベースの大規模言語モデルはメモリバウンドモデルであり、操作は余分に再利用される大量のデータに基づいている。
レイヤの正規化は、マルチヘッドの注意とフィードフォワードのネットワークブロックに従って、トランスフォーマーモデルにおける重要なワークロードの1つである。
1次元入力 (IterL2Norm) の反復L2正規化法を導入し, 定常解への高速収束を5段階以内で保証する。
論文 参考訳（メタデータ） (2024-12-06T05:00:01Z) - MicroDreamer: Efficient 3D Generation in $\sim$20 Seconds by Score-based Iterative Reconstruction [37.07128043394227]
本稿では,NFEの削減のために,異なる3次元再構成過程を模倣した効率的かつ汎用的なアルゴリズムであるスコアベース反復再構成(SIR)を提案する。
我々は,様々な3次元表現や3次元生成タスクに適用可能な,MicroDreamerと呼ばれる効率的な手法を提案する。
論文 参考訳（メタデータ） (2024-04-30T12:56:14Z) - Domain Randomization via Entropy Maximization [32.76511125425768]
そこで本研究では,実世界のデータを必要としないシミュレーションにおいて,シミュレーション中の動的分布を自動的に生成する,sim-to-realトランスファーに対処する新しい手法を提案する。
トレーニング分布のエントロピーを直接最大化する制約付き最適化問題であるEntropy Maximization (DORAEMON) によるDOmain RAndomizationを導入する。
我々は、高度に適応的で一般化可能な政策を得る上で、DORAEMONの一貫性のある利点を実証的に検証する。
論文 参考訳（メタデータ） (2023-11-03T12:54:05Z) - DPM-Solver: A Fast ODE Solver for Diffusion Probabilistic Model Sampling
in Around 10 Steps [45.612477740555406]
拡散確率モデル(DPM)は、新たな強力な生成モデルである。
DPM-rは離散時間と連続時間の両方に適しており、それ以上の訓練は行わない。
CIFAR10データセットを用いた関数評価では,10の関数評価で4.70 FID,20の関数評価で2.87 FIDを実現している。
論文 参考訳（メタデータ） (2022-06-02T08:43:16Z) - Accelerating Training and Inference of Graph Neural Networks with Fast
Sampling and Pipelining [58.10436813430554]
グラフニューラルネットワーク(GNN)のミニバッチトレーニングには、多くの計算とデータ移動が必要である。
我々は,分散マルチGPU環境において,近傍サンプリングを用いたミニバッチトレーニングを行うことを支持する。
本稿では,これらのボトルネックを緩和する一連の改良点について述べる。
また,サンプリングによる推論を支援する実験分析を行い,試験精度が実質的に損なわれていないことを示す。
論文 参考訳（メタデータ） (2021-10-16T02:41:35Z) - SparkXD: A Framework for Resilient and Energy-Efficient Spiking Neural
Network Inference using Approximate DRAM [15.115813664357436]
スパイキングニューラルネットワーク(SNN)は、生物学的に疎い計算のために低エネルギー消費を達成する可能性がある。
いくつかの研究により、オフチップメモリ(DRAM)アクセスがSNN処理において最もエネルギー消費が大きいことが示されている。
我々は、回復力とエネルギー効率のよいSNN推論のための包括的コンジョイントソリューションを提供する新しいフレームワークSparkXDを提案する。
論文 参考訳（メタデータ） (2021-02-28T08:12:26Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。