نوقشت رسالة الماجستير للطالبة فاطمة طارق حسين من كلية الهندسة جامعة البصرة قسم هندسة الحاسبات بعنوان تصميم وحدة ضرب جمع تراكمي (MAC ) ذات وضع مزدوج باداء عالِ لنماذج الشبكات العصبية الالتفافية وتضمنت استخدام الشبكات العصبية الالتفافية cnns على نطاق واسع في مجالات الحياة المتنوعة حيث تستلزم نماذج cnn عمليات حسابية مكثفة عددياً بمستوى عالي من الاتقان ودقة التوقيت لاداء مهام معالجة تدفق البيانات بشكل فعال ، تعد عمليات الضرب المتراكم mac هي جوهر نماذج cnn المستخدمة لتنفيذ عمليات جمع نواتج الضرب تراكمياً وكما يعتمد اداء شبكات cnn بشكل كبير على اداء كتلة mac الخاصة بها وتحديداً على سرعة عمليات الضرب داخل وحدة ال mac
ولتلبية متطلبات تطبيقات cnn المتطورة يقترح هذا العمل بنية جديدة لوحدة الضرب الجمع التراكمي mac مرنة الدقة لمسرعات اجهزة ال cnn والتي يمكن تشغيلها على ارقام ذات فارزة ثابتة fx-pt وارقام ذات فارزة عائمة fl-pt كما تعتمد بنية avm استخدام جامع حفظ الحمل csa واحد فقط مؤلف من n-bit لتوليد متجهين جزئيين لناتج الضرب بدلا من استخدام اكثر من جامع نوع csa
اضهرت النتائج ان المضاعف الفيدي المعدل 16*16 avm بت قد حقق انخفاضاً بالزمن بنسبة 18.44 ‎%‎ ومساحة اقل بنسبة 459.29‎%‎ مقارنة مع احدث نظراءه وبالمثل حقق المضاعف الفيدي المعدل avm 42*42 bit انخفاضاً في الزمن والمساحة المستخدمة بحوالي 16.33‎%‎ و 81.36‎%‎ على التوالي مقارنة بنظرائه الحاليين من التصاميم ولنفس عائلة fbga.