1024 通道 0.8V 23.9 nW/通道 基于事件的计算式存储神经脉冲检测器
信号处理
2025-12-10 v1
摘要
日益增长的数据速率已成为下一代胞内脑机械接口（iBMI）面临的主要挑战。大量记录电极点的规模化需要复杂的模拟布线，并导致巨大的数字化功耗。压缩事件式神经前端（EBF）用于高密度神经植入物以支持更多通道的同步记录。事件式前端通过 delta 调制将记录信号转换为非同步数字事件，能够实现显著的压缩。但 EBF 容易产生不对应于神经脉冲的误报事件。脉冲检测（SPD）是 iBMI 流程中的关键环节，用于检测神经脉冲并进一步降低数据速率。然而，传统数字 SPD 受制于日益增大的缓冲区大小和频繁的存储访问功耗，传统脉冲增强器也不适用于 EBF。本文引入一种用于可扩展压缩 EBF 的事件式脉冲检测（Ev-SPD）算法。为有效实现该算法，我们提出了一种新型低功耗 10-T eDRAM-SRAM 混合式随机存取存储器存储计算比特细胞，用于事件处理。我们在 65nm 工艺中制造了该 1024 通道 IMC SPD 宏块，并使用合成数据集和 Neuropixel 记录进行测试。该宏块在合成数据集上实现了 96.06% 的高精度脉冲检测，在 Neuropixel 记录上实现 95.08% 的相似度和 0.05 的 firing pattern MAE。我们的事件式 IMC SPD 宏块实现了每通道 23.9 nW 的高能源效率和 375 um²/通道的高面积效率。我们的工作为高密度 iBMI 提供了兼容压缩 EBF 的 SPD 方案，在保持相当高精度的同时实现超低功耗。
引用
@article{arxiv.2512.08244,
title = {1024-Channel 0.8V 23.9-nW/Channel Event-based Compute In-memory Neural Spike Detector},
author = {Ye Ke and Zhengnan Fu and Junyi Yang and Hongyang Shang and Arindam Basu},
journal= {arXiv preprint arXiv:2512.08244},
year = {2025}
}