Detail publikace
Evolutionary Approximation of Ternary Neurons for On-sensor Printed Neural Networks
KOKKINIS, A.
PAPANIKOLAOU, P.
Vašíček Zdeněk, doc. Ing., Ph.D. (UPSY)
SIOZIOS, K.
TZIMPRAGOS, G.
TAHOORI, M.
ZERVAKIS, G.
Approximate Computing, Electrolyte-gated FET, Printed Electronics, Low-Power
Classifiers, Ternary Neural Networks
Tištěná elektronika nabízí velmi nízké výrobní náklady a možnost výroby
flexibilního hardwaru na vyžádání. Významná vnitřní omezení vyplývající z velkých
rozměrů prvků a nízké hustoty integrace však představují konstrukční problémy,
které brání jejich praktickému využití. V této práci provádíme ucelený průzkum
tištěných akcelerátorů neuronových sítí, počínaje analogově-digitálním rozhraním
- což je hlavní oblast a spotřebič energie pro aplikace zpracování senzorů -
a konče sítěmi ternárních neuronů a jejich implementací. Navrhujeme ternární
neuronové sítě na míru využívající přibližné jednotky popcount
a popcount-compare, vyvinuté pomocí vícefázového evolučního optimalizačního
přístupu a propojené se senzory prostřednictvím přizpůsobitelných
analogově-binárních převodníků. Naše výsledky vyhodnocení ukazují, že předložené
návrhy překonávají současný stav techniky a dosahují nejméně 6x zlepšení
v oblasti a 19x ve výkonu. Podle našich znalostí představují první digitální
tištěné klasifikátory neuronových sítí s otevřeným zdrojovým kódem, které jsou
schopny pracovat se stávajícími tištěnými sklízeči energie.
@inproceedings{BUT188903,
author="MRÁZEK, V. and KOKKINIS, A. and PAPANIKOLAOU, P. and VAŠÍČEK, Z. and SIOZIOS, K. and TZIMPRAGOS, G. and TAHOORI, M. and ZERVAKIS, G.",
title="Evolutionary Approximation of Ternary Neurons for On-sensor Printed Neural Networks",
booktitle="2024 IEEE/ACM International Conference on Computer Aided Design (ICCAD)",
year="2024",
pages="9",
publisher="Association for Computing Machinery",
address="New York",
doi="10.1145/3676536.3676728",
isbn="979-8-4007-1077-3"
}