微电子在高维计算时空信号编码方面取得了进展

传感的的梦呓 20240126

存内计算

时空信号是指生物信号、气候信号、视频信号、多模态传感器信号等在特定时间窗口（时间域）中包含多个通道（空间域）的数据信息。随着大数据、人工智能和物联网技术的发展，越来越多的边缘智能设备得到了普及。如何实时处理、分析和解释边缘设备上的时空信号已成为未来社会智能发展的重要挑战。

高维计算（Hyperdimensional Computing）借鉴大脑处理信息的方法，利用超向量将原始数据映射到高维空间（hypervector）通过绑定、捆绑、重排等轻量化操作，对数据进行分布式全息表示。所以，在处理复杂模式识别任务时，具有效率高、鲁棒性强、可扩展性强的优点。然而，由于高维计算是一种数据密集型计算，在传统的计算架构中，数据需要在存储和计算单元之间频繁处理，导致高延迟和能耗，限制了其在有限资源边缘的应用。

针对这一问题，基于阻变存储器，微电子研究所微电子设备与集成技术研发中心刘明院士团队的尚大山研究员与香港大学合作（RRAM）存储计算范式，开发了面向时空信号处理的存储高维计算编码技术。该团队使用2T2R（两个晶体管和两个RRAM作为一个单元）阵列作为存储高维计算的编码器，通过绑定和绑定操作在编码器中的原位，通过设计简单的外围电路重新排列，实现时空信号的编码。该方法利用电阻分压原理映射超向量元素，避免了矩阵-向量乘法过程中阵列聚电流过大的问题。此外，团队使用1T1R阵列作为关联记忆存储器。在训练阶段，每个类别编码后的超向量叠加形成原型向量，并提前存储在相关的记忆存储器中。在推理阶段，输入的时空信号首先被编码为查询超向量，然后通过存储搜索计算相关记忆存储器中的类原型向量。最大相似度的类别是预测结果。在基于脑肌电信号的手势识别任务中，该设计实现了97.96%的识别率。40nm工艺节点的模拟结果表明，该设计具有高鲁棒、高通量、低延迟等优点，计算能效比目前报道的高维计算编码器提高了39倍。该研究结果为实现时空信号的实时处理提供了有效的解决方案。

该研究得到了科技部、国家自然科学基金委员会和中国科学院的支持。结果最近发表在IEEE电路与系统学报II：在快报期刊上（IEEE Transactions on Circuits and Systems II: Express Briefs, DOI: 10.1109/TCSII.微电子研究所研究生李志是文章的第一作者，2024年3352120年，香港大学微电子研究所尚大山研究员王中瑞博士是文章的通讯作者。

文章链接：https://ieeexplore.ieee.org/document/10388038

论文信息：

2T2R RRAM-based In-Memory Hyperdimensional Computing Encoder for Spatio-Temporal Signal Processing

Zhi Li, Rui Bao, Woyu Zhang, Fei Wang Jun Wang, Renrui Fang, Haoxiong Ren, Ning Lin, Jinshan Yue, Chunmeng Dou, Zhongrui Wang*, Dashan Shang*

IEEE Transactions on Circuits and Systems II: Express Briefs (TCAS-II)

DOI: 10.1109/TCSII.2024.3352120 (2023)