ReSAFT: ReRAM 기반 Process-in-Memory 가속기를 위한 효율적인 Stuck-at 결함 내성 스킴

아날로그 ReRAM 기반 process-in-memory (PIM) 가속기는 심층 컨볼루션 신경망(CNNs) 추론에 높은 병렬성과 에너지 효율성을 제공합니다. 하지만, stuck-at high (SaH) 및 stuck-at low (SaL) 저항 상태와 같은 영구적인 결함에 취약하다는 점은 주요 과제를 제기합니다. 이는 ReRAM 셀의 컨덕턴스 값에 매핑된 CNN 가중치를 영구적으로 손상시키고 추론 정확도를 저하시켜, 안전 필수 애플리케이션에서 시스템 신뢰성을 떨어뜨립니다. 본 논문에서는 stuck-at 결함(SAFs)을 최소한의 중복성 오버헤드로 해결하고 분류 정확도 저하를 복구하기 위한 아날로그 ReRAM 기반 PIM 가속기의 결함 내성 스킴을 제안합니다. 제안된 스킴은 ReRAM 크로스바에서 신뢰할 수 있는 아날로그 연산을 보장하기 위해 중복성 기반 하드웨어 솔루션과 결함 인식 매핑 방법을 포함합니다. 우리는 다양한 중복 행 및 열의 개수가 정확도와 설계 지표에 미치는 영향을 분석합니다. 이어서, 여러 설계 지표 간의 트레이드오프를 고려하여 중복 행과 열의 개수를 효율적으로 결정하기 위해 다목적 최적화(MOO) 문제가 공식화되고 해결됩니다. 나아가, SAF로 인해 발생하는 정확도 저하를 추가로 보상하기 위해 이중 크로스바 구조에 대한 결함 인식 가중치 매핑이 제안됩니다. 시뮬레이션 결과에 따르면, MNIST 데이터셋을 사용하는 SimpleNet 모델의 경우, 최적 솔루션 네 가지 구성에서 평균적으로 약 22.39%의 추론 정확도가 회복되었습니다. 각 구성은 신뢰성과 면적, 에너지 소비, 지연 시간 오버헤드 간의 트레이드오프를 제공합니다. 또한, 평균적으로 기준선 대비 평균 고장 시간(MTTF)이 약 61배 향상됩니다. 이러한 선택된 구성들은 행 전용 및 열 전용 구성과 비교하여 에너지 및 면적 오버헤드를 평균적으로 32% 감소시킵니다.