硅基测序：面向边缘端移动基因组学的 AI SoC 设计
硬件体系结构
2025-10-13 v1 新兴技术
摘要
微型 DNA 测序硬件已在移动场景中取得成功，推动了对高效边缘机器学习的需求。该领域利用来自语音和时间序列分析的深度学习技术，用于低级信号处理和高级基因组解读。然而，与音频不同，纳米孔测序的原始数据速率高出 100 倍以上，需要更激进的计算和内存处理。在本文中，我们提出了一种用于移动基因分析的 CMOS 片上系统（SoC）。我们的方法将多核 RISC-V 处理器与深度学习和生物信息学的紧密耦合加速器相结合。硬件/软件协同设计策略使异构计算结构上的能效操作成为目标，实现实时片上基因组分析。这项工作展示了深度学习、边缘计算和领域专用硬件的集成，以推进下一代移动基因组学。
引用
@article{arxiv.2510.09339,
title = {Sequencing on Silicon: AI SoC Design for Mobile Genomics at the Edge},
author = {Sebastian Magierowski and Zhongpan Wu and Abel Beyene and Karim Hammad},
journal= {arXiv preprint arXiv:2510.09339},
year = {2025}
}