新型尖峰神经网络(SNN)分类器架构，用于在超低功耗物联网(IoT)设备中实现始终在线的人工智能(AI)功能，如关键字发现(KWS)和视觉唤醒
文摘:
“本文提出了一种新颖的spike神经网络(SNN)分类器架构，用于在超低功耗物联网(IoT)设备中实现始终在线的人工智能(AI)功能，如关键字发现(KWS)和视觉唤醒。这种始终在线的硬件往往会主导物联网设备的电源效率，因此最小化其功耗至关重要。一个关键的观察结果是，始终在线硬件的输入信号在时间上是稀疏的。这是SNN分类器可以利用的一个很好的机会，因为SNN硬件的开关活动和功耗可以随峰值率缩放。为了利用这种可扩展性，所提出的SNN分类器架构采用事件驱动架构，特别是细粒度时钟生成和门控以及细粒度功率门控，以获得非常低的静态功耗。原型采用65纳米CMOS制造，占地1.99毫米2．在0.52 V电源电压下，在无输入活动时消耗75 nW，在100%输入活动时消耗小于300 nW。对于KWS和其他始终在线的分类工作负载，它仍然保持有竞争力的推断准确性。与最先进的SNN硬件相比，原型机的功耗降低了三个数量级，与最先进的KWS硬件相比，功耗降低了2.3倍。”
把这技术论文在这里。公布的07/2021。
Chundi PK, Wang D, Kim SJ, Yang M, Cerqueira JP, Kang J, Jung S, Kim S和Seok M(2021)基于spike驱动时钟和功率门控的超低功耗智能器件的始终在线亚微瓦spike神经网络。前面。>。15:684113。
留下回复