SEMULATOR：用回归神经网络模拟基于交叉阵列的模拟神经系统的动态
机器学习
2021-01-21 v1 新兴技术
神经与进化计算
摘要
由于深度神经网络需要大量的计算与存储，采用新兴存储器件的模拟计算是边缘设备数字计算的一种有前景的替代方案。然而，由于模拟计算系统的仿真时间不断增加，其尚未得到充分探索。为克服该问题，已有解析近似模拟器被开发，但这些模型不准确且限制了乘法累加运算（MAC）外围电路的选择。为此，我们提出一种方法 SEMULATOR（通过模拟模拟计算块实现的 SIMULATOR），其使用深度神经网络来模拟基于交叉阵列的模拟计算系统的行为。借助所提神经架构，我们从实验与理论上表明其可模拟用于神经计算的 MAC 单元。此外，与 SPICE 等电路模拟器相比，仿真时间被无可比拟地缩短。
引用
@article{arxiv.2101.07864,
title = {SEMULATOR: Emulating the Dynamics of Crossbar Array-based Analog Neural System with Regression Neural Networks},
author = {Chaeun Lee and Seyoung Kim},
journal= {arXiv preprint arXiv:2101.07864},
year = {2021}
}
备注
10 pages, 7 figures, preprint