面向片上传感器印刷神经网络的三元神经元进化近似

印刷电子技术提供了超低的制造成本和按需制造柔性硬件的潜力。然而，其较大的特征尺寸和低集成密度带来的显著固有约束构成了设计挑战，阻碍了其实用性。在这项工作中，我们从模拟-数字接口——传感器处理应用中的主要领域和功耗瓶颈——出发，对印刷神经网络加速器进行了全面探索，延伸至三元神经元网络及其实现。我们通过多阶段进化优化方法设计了定制的三元神经网络，使用近似popcount和popcount比较单元，并通过可定制的模拟-二进制转换器与传感器接口。我们的评估结果表明，所提出的设计优于最先进水平，在面积上至少提升6倍，在功耗上提升19倍。据我们所知，它们代表了首批能够利用现有印刷能量收集器运行的开源数字印刷神经网络分类器。