e-G2C：一款 0.14 至 8.31 $\mu$J/推理、基于 NN 并具有连续片上自适应能力的处理器，用于从 EGM 进行异常检测与 ECG 转换
信号处理
2022-09-12 v1 硬件体系结构
摘要
本工作展示了首款经硅验证的专用 EGM 转 ECG（G2C）处理器，称为 e-G2C，具备连续轻量异常检测、事件驱动的粗/精转换以及片上自适应。e-G2C 利用基于神经网络（NN）的 G2C 转换，并集成：1）一种通过时间复用支持异常检测与粗/精转换以平衡效能与功耗的架构；2）算法-硬件协同设计的向量级稀疏性，带来 1.6-1.7 加速；3）用于提升正常/深度可分离（DW）/逐点（PW）卷积（Convs）近 100% 利用率的混合数据流；4）用于持续有效性的片上检测阈值自适应引擎。所实现的 0.14-8.31 J/推理能效在相似复杂度下优于既往方案，有望实现实时检测/转换以及可能的关键生命干预。
引用
@article{arxiv.2209.04407,
title = {e-G2C: A 0.14-to-8.31 $\mu$J/Inference NN-based Processor with Continuous On-chip Adaptation for Anomaly Detection and ECG Conversion from EGM},
author = {Yang Zhao and Yongan Zhang and Yonggan Fu and Xu Ouyang and Cheng Wan and Shang Wu and Anton Banta and Mathews M. John and Allison Post and Mehdi Razavi and Joseph Cavallaro and Behnaam Aazhang and Yingyan Lin},
journal= {arXiv preprint arXiv:2209.04407},
year = {2022}
}
备注
Accepted by 2022 IEEE Symposium on VLSI Technology and Circuits (VLSI Technology and Circuits)