面向极资源受限印刷电路的多层感知机近似软硬件协同设计
机器学习
2023-03-07 v1 硬件体系结构
摘要
印刷电子（PE）因其增材制造工艺而具备按需、极低成本的硬件特性，使得机器学习（ML）能够应用于那些具有极低成本、共形性和无毒性要求而硅基系统无法满足的领域。然而，PE中的大特征尺寸阻碍了复杂印刷ML电路的实现。本工作中，我们首次提出了一个自动化的印刷感知软件/硬件协同设计框架，其利用近似计算原理来实现极资源受限的印刷多层感知机（MLP）。我们的评估表明，与最先进的基线相比，我们的电路平均面积（功耗）降低6倍（5.7倍），且精度损失小于1%。
引用
@article{arxiv.2302.14576,
title = {Co-Design of Approximate Multilayer Perceptron for Ultra-Resource Constrained Printed Circuits},
author = {Giorgos Armeniakos and Georgios Zervakis and Dimitrios Soudris and Mehdi B. Tahoori and Jörg Henkel},
journal= {arXiv preprint arXiv:2302.14576},
year = {2023}
}
备注
Accepted for publication by IEEE Transactions on Computers, February 2023