基于柔性基板的Tsetlin机器图像分类加速器
系统与控制
2025-10-20 v1 系统与控制
摘要
本文介绍了在柔性集成电路（FlexIC）上实现数字Tsetlin机器（TM）的首个实现，采用Pragmatic的600nm IGZO-based FlexIC技术。TM因其能效高、可解释性强以及适用于边缘计算的特点，此前受制于传统硅基芯片的刚性限制。我们开发了两个TM推理模型作为FlexIC：一个实现98.5%的准确率，使用6800个NAND2等效逻辑门，占据8X8 mm2的面积；第二个更紧凑的版本虽准确率略低（93%），但仅使用1420个NAND2等效逻辑门，面积为4X4 mm2，两者均为针对8X8像素手写数字识别数据集定制设计。本文演示了将柔性TM推理引擎部署到可穿戴医疗和边缘计算应用中的可行性。
引用
@article{arxiv.2510.15519,
title = {A Tsetlin Machine Image Classification Accelerator on a Flexible Substrate},
author = {Yushu Qin and Marcos L. L. Sartori and Shengyu Duan and Emre Ozer and Rishad Shafik and Alex Yakovlev},
journal= {arXiv preprint arXiv:2510.15519},
year = {2025}
}
备注
accepted by International Symposium on the Tsetlin Machine (ISTM) 2025