Resolviendo el problema de confiabilidad de las redes neuronales artificiales basadas en Memristor
Investigadores de la Universidad Tecnológica de Eindhoven, la Universidad de Teherán y la USC publicaron un artículo técnico titulado «ReMeCo: Cómputo neuromórfico en memoria confiable basado en Memristor».
Abstracto:
“Los sistemas informáticos neuromórficos en memoria basados en Memristor prometen una implementación altamente eficiente de multiplicaciones de matrices vectoriales, comúnmente utilizadas en redes neuronales artificiales (ANN). Sin embargo, el proceso de fabricación inmaduro de los memristores y las limitaciones a nivel de circuito, es decir, las variaciones bloqueadas por falla (SAF), IR-drop y dispositivo a dispositivo (D2D), degradan la confiabilidad de estas plataformas y, por lo tanto, dificultan su amplia diseminación. despliegue. En este documento, presentamos ReMeCo, un marco de mejora de la confiabilidad basado en la redundancia. Aborda las no idealidades al tiempo que limita los gastos generales involucrados. Lo logra mediante la realización de un análisis de sensibilidad en ANN. Gracias a los conocimientos adquiridos, ReMeCo evita el cálculo redundante de los mínimos sensible neuronas y capas. ReMeCo utiliza un enfoque heurístico para encontrar el equilibrio entre la precisión recuperada y la sobrecarga impuesta. ReMeCo reduce aún más la redundancia de hardware al explotar la técnica de división de bits. Además, el marco utiliza el método de promedio de conjunto en la salida de cada capa ANN para incorporar las neuronas redundantes. La eficiencia de ReMeCo se evalúa utilizando dos modelos ANN bien conocidos, a saber, LeNet y AlexNet, que ejecutan los conjuntos de datos MNIST y CIFAR10. Nuestros resultados muestran una recuperación de precisión del 98,5 % con una redundancia de aproximadamente el 4 %, que es más de 20 veces menor que el estado del arte.
Encuéntralo hoja de especificaciones aquí. Publicado el 2o23 de enero.
Ali BanaGozar, Seyed Hossein Hashemi Shadmehri, Sander Stuijk, Mehdi>
Kamal, Ali Afzali-Kusha y el cabo Henk. 2023. ReMeCo: Confiable
Computación neuromórfica en memoria basada en memristores. . En el 28 Asia y
Conferencia de Automatización del Diseño del Pacífico Sur (ASPDAC ’23), del 16 al 19 de enero,
2023, Tokio, Japón. ACM, Nueva York, NY, EE. UU., 6 páginas. https://doi.org/10.
1145/3566097.3567889
«Jugador orgulloso. Gurú del café. Alcoholico galardonado. Entusiasta de la cerveza. Estudiante. Aficionado a los zombis. Lector. Especialista en música. Aficionado a la comida».
