杏彩体育app官网下载:

  IT之家 10 月 11 日音讯，南京大学类脑智能科技研讨中心研讨团队提出了一种高精度模仿存内核算计划，并以此为根底，研宣布一款根据互补金属氧化物半导体工艺的模仿存算一体芯片。

  该计划将模仿核算权重的完成方法从不安稳、易受环境搅扰的物理参数（例如器材电阻）转向高度安稳的器材几许尺度比，突破了约束模仿核算精度的瓶颈。

  测验数据标明，该芯片在并行向量矩阵乘法运算中完成了仅 0.101% 的均方根差错，创下了模仿向量-矩阵乘法运算精度的最高纪录。相关作用已于 9 月 12 日刊发于世界学术期刊《科学・发展》。

  据介绍，该芯片在-78.5C 和 180C 的极点环境下依然能安稳运转，矩阵核算的均方根差错别离维持在 0.155% 和 0.130% 的水平，展示出在极点环境下坚持核算精度的优异才能。不只如此，该计划还可运用于各种二值存储介质，因此具有广泛的运用潜力。

  ▲ 图 1：高精度模仿核算计划与电路结构。(A) 概念示意图。本计划运用器材的物理尺度决议模仿信号的运算联系。(B) 完成作用示意图。运用器材物理尺度的安稳性，本计划可完成逾越传核算划的核算精度。(C) 核算单元原理图。经过两级依靠尺度份额的电流复制电路规划，结合存储单元和开关器材，构建了等效尺度份额可编程的核算单元，完成输入电流与 8 比特权重的模仿乘法运算。(D) 核算阵列原理图。经过阵列化排布核算单元，规划高精度电流域向量-矩阵乘法芯片。

  本研讨的中心思维是将模仿核算权重的完成方法从器材参数转向器材的几许份额（图 1A），运用器材几许份额在制备完成后具有极高安稳性的特色，完成高精度核算（图 1B）。根据这一思维，研讨团队经过电路拓扑规划，结合存储单元和开关器材，构建了可编程的核算单元（图 1C）。该单元经过两级依靠尺度份额的电流复制电路完成输入电流与 8 比特权重的乘法运算：榜首级的几许份额由 8 位存储器操控；第二级为固定份额，为不同列上的榜首级输出电流赋予对应的二进制权重。两级一起作用，决议核算单元的全体等效份额，以此来完成权重可编程的模仿乘法运算。经过阵列化排布这些核算单元，研讨团队规划出了一款高精度电流域向量-矩阵乘法芯片（图 1D）。

  ▲ 图 2：高精度模仿向量-矩阵乘法测验。(A) 芯片和测验电路相片。(B) 模仿向量-矩阵乘法精度测验电路原理图。(C) 权值重映射方法示意图。该方法能进一步提高芯片核算精度。(D) 1500 组随机向量-矩阵乘法成果。抱负输出与实践输出简直重合。(E) 归一化核算差错的分布图，核算得其均方根仅为 0.101%。(F) 本芯片与其他先进模仿核算计划的精度比照。

  随后，研讨团队根据 180 nm CMOS 工艺对该计划进行了流片验证。芯片相片与测验电路如图 2A 所示。研讨团队经过履行多轮随机向量-矩阵乘法充沛测验了该芯片的核算精度。测验运用的矩阵规划为 64×32（图 2B），一共由 4 块芯片组成。一起，研讨团队提出了一种权值重映射方法（图 2C），能够最大极限运用器材尺度份额的安稳性，然后进一步提高芯片的核算精度。在 1500 次随机向量-矩阵乘法试验中，丈量到的芯片输出成果与抱负值简直完全一致（图 2D），体现出极高的核算精度。进一步的核算成果为，芯片核算相对差错的均方根仅为 0.101%（图 2E），改写了模仿核算范畴的最高精度纪录。与其他模仿核算计划比较，本芯片的核算精度明显提高（图 2F）。

  ▲ 图 3：高精度模仿核算芯片的运用体现。(A) 神经网络结构与数据集。(B) 在 MNIST 测验集上辨认成果的混杂矩阵，辨认率到达 97.97%。(C) 精确率比照。高精度模仿核算芯片测验成果与 64 位浮点精度下的软件辨认率附近（-0.49%），明显优于传统模仿核算硬件（+3.82%）。(D) 高精度模仿核算芯片求解纳维–斯托克斯方程得到的流体行为猜测成果。(E) 64 位浮点精度下的软件核算成果，本芯片成果与其高度一致。(F) 低精度模仿核算硬件的成果无法精确反映流体行为。

  该芯片具有的超高模仿向量-矩阵乘法精度，使得其在实践运用中体现优异。研讨团队首要测验了芯片在神经网络推理使命中的运用作用：运用团队研制的高精度模仿存算芯片履行图 3A 所示神经网络中的悉数卷积层和全衔接层运算时，在 MNIST 测验集上辨认精确率到达 97.97%（图 3C），这与 64 位浮点精度下的软件辨认率附近（-0.49%），明显优于传统模仿核算硬件（+3.82%）。进一步，团队测验了该芯片在科学核算运用中的体现。研讨团队运用高精度模仿存算芯片求解纳维–斯托克斯方程，以模仿流体活动行为。经试验测验，芯片核算出的流体运动成果（图 3D）与 64 位浮点精度的成果高度一致（图 3E），而传统低精度模仿核算硬件在履行相同使命时则没方法得到正确的成果（图 3F）。

  ▲ 图 4：高精度模仿核算芯片的鲁棒性测验。(A) 低温下（-78.5℃）芯片的向量-矩阵乘法精度测验成果。测得芯片输出的相对差错均方根为 0.155%。(B) 高温下（180℃）芯片的向量-矩阵乘法精度测验成果。测得芯片输出的相对差错均方根为 0.130%。(C) 将芯片中心单元置于更宽温区（-173.15℃至 286.85℃）来测验的示意图。(D)-(F) 宽温区下的输出电流丈量成果。相对于常温条件，输出电流误差不超越 1.47%。(G) 将芯片中心单元置于强磁场（最高 10 T）下进行精度测验的示意图。(H)-(J) 强磁场下的输出电流丈量成果。相对于零磁场条件，输出电流误差不超越 0.21%。

  研讨团队不只测验了该模仿存算芯片的超高核算精度，还验证了这一芯片在极点环境中有用坚持核算精度的鲁棒性。即便在外界环境改变条件下，器材的几许份额依然能坚持稳定，这使得本芯片在极点环境中依然能坚持比较高的核算精度。研讨团队在-78.5℃和 180℃下运用该模仿存算芯片履行模仿向量-矩阵乘法运算测验，测得相对差错的均方根别离仅为 0.155% 和 0.130%（图 4A、B）。在更宽温区（-173.15℃至 286.85℃）的测验中，芯片中心单元输出电流相较于常温条件的最大误差仅为 1.47%（图 4C-F）。此外，研讨团队也在强磁场环境（最高 10 T）中对芯片输出电流进行了丈量。成果显现，芯片中心单元的输出电流相较于无磁场条件的改变不超越 0.21%（图 4G-J）。上述成果充沛说明了团队所提出的高精度模仿核算计划在极点环境下的可靠性。