ReckOn：一款28nm亚平方毫米级任务无关脉冲循环神经网络处理器，支持秒级片上学习
神经与进化计算
2022-08-23 v1 硬件体系结构
新兴技术
摘要
自主边缘设备在真实世界中的稳健部署，需要对用户、环境与任务引起的差异性进行片上适应。受限于片上存储，先前的学习器件仅能处理无时间内容的静态刺激。我们提出了一种0.45-mm的脉冲RNN处理器，支持跨越秒级的任务无关在线学习，并在0.8%的存储开销与低于150-W的训练功耗预算下，展示了其在导航、手势识别与关键词 spotting 中的应用。
引用
@article{arxiv.2208.09759,
title = {ReckOn: A 28nm Sub-mm2 Task-Agnostic Spiking Recurrent Neural Network Processor Enabling On-Chip Learning over Second-Long Timescales},
author = {Charlotte Frenkel and Giacomo Indiveri},
journal= {arXiv preprint arXiv:2208.09759},
year = {2022}
}
备注
Published in the 2022 IEEE International Solid-State Circuits Conference (ISSCC), 2022