요약

본 논문은 에너지 효율성이 높은 스파이킹 신경망(SNN)을 위해 PVT 내성을 갖춘 서브스레드 SRAM 기반 컴퓨팅-인메모리(CIM) 매크로를 제안합니다. 이 아키텍처는 인시투 전류 센서와 분산형 전압 조절기를 통합하여 에너지 오버헤드를 줄이고 공정 변동에 대한 내성을 높였습니다. 특히, 프로그래밍 가능한 메모리 셀 기반 발화 임계값을 사용하여 SNN의 PVT 민감도를 개선했으며, 28nm CMOS에서 높은 정확도와 뛰어난 TOPS/W 성능을 달성하여 고성능 엣지 컴퓨팅 솔루션으로 제시합니다.

핵심 포인트

• PVT 내성을 갖춘 서브스레드 SRAM 기반 CIM 매크로를 통해 에너지 효율적인 SNN 처리를 구현했습니다.
• 인시투 전류 센서와 분산형 전압 조절기를 통합하여 에너지 오버헤드를 줄이고 공정 변동에 대한 안정성을 확보했습니다.
• 프로그래밍 가능한 메모리 셀 기반 발화 임계값 설정을 통해 신경 세포의 PVT 내성을 향상시켰습니다.
• 스트라이드-틱 배치 스케줄링을 활용하여 버퍼 오버헤드를 줄이고 데이터 재사용률을 높였습니다.
• 28nm CMOS 프로토타입에서 93.64%의 키워드 스포팅 정확도와 최대 1181.42 TOPS/W 성능을 입증했습니다.