この記事では、RISC-Vアーキテクチャを基にしたGPUを用いて、ハイパーディメンショナルコンピューティング（HDC）と畳み込みニューラルネットワーク（CNN）のハイブリッドモデルの性能を向上させる方法について述べています。HDCはエネルギー効率の良い計算手法を提供しますが、視覚タスクにおいては精度が低いという課題があります。そのため、HDCとCNNを組み合わせたハイブリッドアクセラレーターが提案されていますが、一般化やプログラマビリティの問題が制限要因となっています。著者たちは、HDC操作に特化したカスタムGPU命令を設計・実装し、ハイブリッドHDC-CNNワークロードの処理効率を改善しました。実験結果では、特定のカスタム命令を使用することで最大56.2倍の性能向上が見られ、RISC-V GPUがエネルギー効率の高い高性能計算に役立つ可能性を示しています。