كاهش توان مصرفي در مدارات سيناپسي نورومورفيك

كارشناسي ارشد

اكثر سخت‌افزارهاي امروزي بر مبناي معماري وان‌نيومن ساخته شده‌اند كه حافظه و پردازش را از يكديگر جدا مي‌كند. همينطور كه در زمان پيش مي‌رويم، پردازش نورومورفيك مي‌تواند هرچيزي را در صنعت تكنولوژي دگرگون كند. از برنامه‌نويسي گرفته تا سخت‌افزارها. مغز انسان در محاسبه عددي مقادير دقيق ضعيف است، در حالي كه در كارهاي پردازش هوشمند اطلاعات، مانند تشخيص شي، درك صدا و تصوير از رايانه‌ها بهتر عمل مي‌كند. همانطور كه از نامش پيداست، پردازش نورومورفيك با استفاده از مدلي الهام‌گرفته از ساز و كار شبكه‌ عصبي مغز انسان عمل مي‌كند. برخلاف ابركامپيوترها كه ابعادي معادل يك اتاق كامل دارند، مغز انسان بسيار جمع‌وجور است و به علت موازي‌بودن به انرژي بسيار كمتري نسبت به اكثر ابركامپيوترها نياز دارد. پس پايين بودن توان‌مصرفي در اين مدارها بسيار حائز اهميت مي‌باشد. در اين پايان‌نامه نيز سعي بر اين شد ضمن بررسي انواع مدارات نورومورفيك، يكي از مدارات نورومورفيكي به نام مدار آقاي الزهراني كه ساختار و ويژگي‌هاي خاص اين مدار و عامل‌هاي افزايش توان‌مصرفي در اين نوع مدارات كه بسيار چالش برانگيز بود، به طور كامل بررسي و در جهت كاستن آن تا حد ممكن اقدامات لازم انجام شود. براي دستيابي به اين هدف كه توان‌مصرفي را در مدار عنوان شده كاهش دهيم تغييراتي در مدار نورون پايه آن ايجاد كرديم. ابتدا طبقه اول مدار را به‌جاي زمين، به VCC يعني يك ولتاژ بيشتر از «صفر» وصل كرديم تا باعث اتلاف انرژي نشود. در طبقه آخر مدار ديگر زمين را به VCC وصل نكرديم، چراكه هم جريان «صفر» و هم جريان «يك» را بصورت قوي داشته باشيم. به‌جاي آن از يك ترانزيستور NMos بين شبكه بالارونده و شبكه پايين‌رونده استفاده نموديم تا گيت آن را به درين وصل كنيم. استفاده از اين تك ترانزيستور باعث شد تا شبكه بالارونده و شبكه پايين‌رونده بصورت همزمان با هم فعال نشوند كه اين عمل به خودي خود باعث كاهش توان‌مصرفي چشم‌گيري خواهد شد. طبق نتايج پياده‌سازي روش ارائه شده، در تكنولوژي 180nm، توان‌مصرفي نورون پايه 694 ميكرووات و نورون پيشنهادي 605 ميكرووات و همچنين در تكنولوژي 350nm، توان‌مصرفي نورون پايه 1533 ميكرو‌وات و نورون پيشنهادي 1507 ميكرو‌وات به‌دست آمده‌اند كه با اين روش در حدود 14% كاهش مصرف توان در يك نورون حاصل گرديد. مي‌توان از روش ارائه شده در اين پايان‌نامه، در مدارات نورومورفيكي در جهت كاهش و به حداقل رساندن توان‌مصرفي استفاده كرد. براي شبيه‌سازي اين مدار از نرم‌افزار PSPICE استفاده شده است.

204863

دانشگاه علم و صنعت ايران

مهندسي كامپيوتر - معماري سيستمهاي كامپيوتري

آقاي دكتر ناصر مزيني