基于忆阻器和数字辅助模拟CMOS神经元的高能效高性能电流模式神经网络电路
新兴技术
2015-12-02 v2 硬件体系结构
摘要
新兴纳米级可编程阻变RAM (RRAM)已被认为是实现类脑计算硬件的一项有前景的技术。若干神经网络架构本质上涉及输入数据向量与存储的网络权重之间的标量积计算，可利用与CMOS集成的高密度RRAM交叉阵列高效实现。在此类设计中，CMOS接口可能负责提供输入激励并处理RRAM输出。为了在以RRAM为基础的神经形态硬件中实现高能效与高集成密度，RRAM-CMOS接口的设计因此可发挥主要作用。在本工作中，我们提出用于基于RRAM的神经网络设计的高性能电流模式CMOS接口。给出了输入接口采用电流模式激励以及为输出接口设计数字辅助电流模式CMOS神经元电路的方法。所提出的技术相比文献中常规方法实现了10倍的能效与性能提升。网络级仿真表明，与前馈神经网络的数字ASIC实现相比，所提方案能达到低两个数量级的能量耗散。
引用
@article{arxiv.1511.09085,
title = {Energy Efficient and High Performance Current-Mode Neural Network Circuit using Memristors and Digitally Assisted Analog CMOS Neurons},
author = {Aranya Goswamy and Sagar Kumashi and Vikash Sehwag and Siddharth Kumar Singh and Manny Jain and Kaushik Roy and Mrigank Sharad},
journal= {arXiv preprint arXiv:1511.09085},
year = {2015}
}