OPTIMA：基于放电的 SRAM 内计算的设计空间探索：量化能量-精度权衡
硬件体系结构
2024-11-12 v1 性能
摘要
SRAM 内计算有望实现能效，但电路非线性和 PVT 变化在设计鲁棒加速器时带来重大挑战。为此，我们引入 OPTIMA，一个建模框架，用于分析基于 6T-SRAM 的加速器中的位线放电和功耗。它提供了对限制因素的洞察，并支持电路配置的快速设计空间探索。利用 OPTIMA 进行 SRAM 内乘法运算实现了约 100 倍的仿真加速，同时保持 0.88mV 的均方根建模误差。探索结果得到一个优化乘法器，其每 4 位操作能耗为 1.05pJ，在量化深度神经网络上应用于 ImageNet 和 CIFAR-10 数据集时分别获得 71.8%（top-1）和 90.4%（top-5）的分类准确率，以及 CIFAR-10 的 92.5%。为了进一步支持研究与开发，我们将工具流程开源发布于 https://github.com/sevjaeg/optima。
引用
@article{arxiv.2411.06846,
title = {OPTIMA: Design-Space Exploration of Discharge-Based In-SRAM Computing: Quantifying Energy-Accuracy Trade-Offs},
author = {Saeed Seyedfaraji and Severin Jager and Salar Shakibhamedan and Asad Aftab and Semeen Rehman},
journal= {arXiv preprint arXiv:2411.06846},
year = {2024}
}