Araştırmacılar, derin öğrenme modellerinin çalıştırılması için SRAM tabanlı bellek-içi hesaplama (CIM) hızlandırıcılarının verimliliğini artıran AccelCIM adlı yeni bir framework geliştirdi. Bu sistem, geleneksel çip mimarilerinin aksine, veriyi işlemciye taşımak yerine doğrudan bellekte hesaplama yaparak enerji tüketimini ve gecikmeyi büyük ölçüde azaltıyor. AccelCIM, özellikle büyük dil modelleri gibi kapsamlı yapay zeka uygulamalarında kritik olan veri akışı optimizasyonu sorununu çözüyor. Framework, çip tasarımcılarına sistematik bir keşif alanı sunarak, farklı CIM makro konfigürasyonlarını ve makro-dizi organizasyonlarını değerlendirme imkanı sağlıyor. Cycle-accurate simülasyonlar ve post-layout analizi ile desteklenen bu yaklaşım, gelecekteki AI çiplerinin tasarımında önemli kılavuzluk edecek pratik çözümler sunuyor.

Türk araştırmacıların da aktif olduğu graf teorisi alanında önemli bir gelişme yaşandı. Yeni çalışma, belirli koşulları sağlayan grafların mutlaka 'trebly chorded cycle' adı verilen özel yapıları içermesi gerektiğini matematiksel olarak kanıtladı. Bu keşif, ağ analizi ve bilgisayar bilimlerinde kullanılan graf yapılarının daha iyi anlaşılmasına katkı sağlayacak. Araştırma, signless Laplacian indeks değeri belirli bir eşiği aştığında, grafın içinde üç köprülü döngü bulunması gerektiğini gösteriyor. Bu sonuç, sosyal ağlardan ulaşım sistemlerine kadar birçok alanda kullanılan matematiksel modellerin analizi için yeni araçlar sunuyor.