TNNGen：面向时间序列聚类的神经感知处理单元自动化设计
硬件体系结构
2024-12-25 v1 人工智能
神经与进化计算
摘要
时间神经网络(TNN)，是一类特殊的脉冲神经网络，借鉴了海马体皮层利用脉冲时序进行信息处理。最近的工作提出了微体系结构框架和定制宏单元套件，用于设计高度能效的专用TNN。这些最近的工作依赖于手动硬件设计，这是一种耗时且耗力的过程。此外，尚无开源功能性TNN仿真框架。本文引入了TNNGen，这是一项面向从PyTorch软件模型到后布局网表的TNN自动化设计的开创性工作。TNNGen包括一种新型PyTorch功能仿真器(用于TNN建模和应用探索)以及一个基于Python的硬件生成器(用于PyTorch到RTL和RTL到布局转换)。模拟了七个代表性TNN设计，用于跨越多种感知模态的时序信号聚类，其后布局硬件复杂度和设计运行时间被评估，以展示TNNGen的有效性。我们还突出了TNNGen准确预测硅片指标的能力，而无需运行硬件工艺流程。
引用
@article{arxiv.2412.17977,
title = {TNNGen: Automated Design of Neuromorphic Sensory Processing Units for Time-Series Clustering},
author = {Prabhu Vellaisamy and Harideep Nair and Vamsikrishna Ratnakaram and Dhruv Gupta and John Paul Shen},
journal= {arXiv preprint arXiv:2412.17977},
year = {2024}
}
备注
Published in IEEE Transactions on Circuits and Systems II: Express Briefs, May 2024