產(chǎn)品中心 應(yīng)用方案 技術(shù)文摘質(zhì)量保證產(chǎn)品選型 下載中心業(yè)內(nèi)動(dòng)態(tài) 選型幫助 品牌介紹 產(chǎn)品一覽 聯(lián)系我們
- 微電子所在存內(nèi)高維計(jì)算時(shí)空信號(hào)編碼方面取得進(jìn)展
- 來源:重點(diǎn)實(shí)驗(yàn)室 尚大山 張康瑋 責(zé)任編輯:ICAC 發(fā)表于 2024/1/26
時(shí)空信號(hào)是指在特定時(shí)間窗口內(nèi)(時(shí)間域)并包含有多個(gè)通道(空間域)的數(shù)據(jù)信息,如生物信號(hào)、氣候信號(hào)、視頻信號(hào)以及多模態(tài)的各種傳感器信號(hào)等等。隨著大數(shù)據(jù)、人工智能以及物聯(lián)網(wǎng)技術(shù)的發(fā)展,越來越多的邊緣智能設(shè)備得到普及。如何在邊緣設(shè)備上實(shí)時(shí)處理、分析和解釋時(shí)空信號(hào)已成為未來社會(huì)智能化發(fā)展的一項(xiàng)重要挑戰(zhàn)。
高維計(jì)算(Hyperdimensional Computing)借鑒了大腦處理信息的方式,通過將原始數(shù)據(jù)映射到高維空間,利用超向量(hypervector)的分布式全息方式來表示數(shù)據(jù),并通過綁定、捆綁和重排等輕量化操作來處理數(shù)據(jù)。因此,在處理復(fù)雜模式識(shí)別任務(wù)時(shí)具有高效性、魯棒性和可擴(kuò)展性優(yōu)勢。但由于高維計(jì)算是一種數(shù)據(jù)密集型計(jì)算,在傳統(tǒng)計(jì)算架構(gòu)中,數(shù)據(jù)需要在存儲(chǔ)和計(jì)算單元之間頻繁的搬運(yùn),導(dǎo)致較高的延遲和能耗,限制了其在資源有限的邊緣端應(yīng)用。
針對(duì)這一問題,微電子所微電子器件與集成技術(shù)研發(fā)中心劉明院士團(tuán)隊(duì)的尚大山研究員與香港大學(xué)合作,基于阻變存儲(chǔ)器(RRAM)的存內(nèi)計(jì)算范式,開發(fā)了面向時(shí)空信號(hào)處理的存內(nèi)高維計(jì)算編碼技術(shù)。團(tuán)隊(duì)采用2T2R(兩個(gè)晶體管與兩個(gè)RRAM為一個(gè)單元)陣列作為存內(nèi)高維計(jì)算的編碼器,通過在編碼器中原位執(zhí)行綁定和捆綁操作,并通過設(shè)計(jì)簡單的外圍電路進(jìn)行重排操作,實(shí)現(xiàn)了對(duì)時(shí)空信號(hào)的編碼。該方法利用電阻分壓原理映射超向量的元素,避免了矩陣—向量乘法過程中的陣列會(huì)聚電流過大的問題。此外,團(tuán)隊(duì)采用1T1R陣列作為關(guān)聯(lián)記存儲(chǔ)器。在訓(xùn)練階段,每個(gè)類別編碼后的超向量通過疊加構(gòu)成該類的原型向量,并預(yù)先存儲(chǔ)至關(guān)聯(lián)記憶存儲(chǔ)器中。在推理階段,輸入的時(shí)空信號(hào)首先被編碼為查詢超向量,然后以存內(nèi)搜索的方式與關(guān)聯(lián)記憶存儲(chǔ)器中的類原型向量進(jìn)行相似度計(jì)算。具有最大相似度的類即為預(yù)測結(jié)果。該設(shè)計(jì)在基于腦肌電信號(hào)的手勢識(shí)別任務(wù)中實(shí)現(xiàn)了97.96%的識(shí)別率。40nm工藝節(jié)點(diǎn)仿真結(jié)果表明該設(shè)計(jì)具有高魯棒、高通量、低延時(shí)等優(yōu)勢,同時(shí)計(jì)算能效相較于當(dāng)前的已報(bào)道的高維計(jì)算編碼器提升了39倍。這項(xiàng)研究結(jié)果為在資源有限的邊緣系統(tǒng)實(shí)現(xiàn)對(duì)時(shí)空信號(hào)的實(shí)時(shí)處理提供了一種高效的解決方案。
該項(xiàng)研究得到了科技部、國家自然科學(xué)基金委、中科院的支持。成果近期發(fā)表在《IEEE電路與系統(tǒng)學(xué)報(bào)II:快報(bào)》期刊上(IEEE Transactions on Circuits and Systems II: Express Briefs, DOI: 10.1109/TCSII.2024.3352120),微電子所碩士研究生李志為文章的第一作者,微電子所尚大山研究員和香港大學(xué)王中銳博士為文章的通訊作者。
文章鏈接:https://ieeexplore.ieee.org/document/10388038
論文信息:
2T2R RRAM-based In-Memory Hyperdimensional Computing Encoder for Spatio-Temporal Signal Processing
Zhi Li, Rui Bao, Woyu Zhang, Fei Wang Jun Wang, Renrui Fang, Haoxiong Ren, Ning Lin, Jinshan Yue, Chunmeng Dou, Zhongrui Wang*, Dashan Shang*
IEEE Transactions on Circuits and Systems II: Express Briefs (TCAS-II)
DOI: 10.1109/TCSII.2024.3352120 (2023)
圖1:存內(nèi)高維計(jì)算編碼器和關(guān)聯(lián)記憶存儲(chǔ)器工作原理示意圖
圖2:存內(nèi)高維計(jì)算編碼器工作流程、真值表和編碼電路瞬態(tài)響應(yīng)
- 如果本文收錄的圖片文字侵犯了您的權(quán)益,請(qǐng)及時(shí)與我們聯(lián)系,我們將在24內(nèi)核實(shí)刪除,謝謝!