推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

面向存算一体芯片的模拟计算精度与神经网络推理精度的联合建模.docx

资料介绍

面向存算一体芯片的模拟计算精度与神经网络推理精度的联合建模

——从器件非理想性到推理精度的端到端精度预测模型

引言

在存算一体芯片中,模拟计算的非理想性——包括存储单元的电导漂移、ADC/DAC的量化误差、电路噪声和温度漂移——最终影响神经网络推理的精度。理解从器件非理想性到推理精度的映射关系,对于芯片设计、模型部署和精度管理至关重要。联合建模技术通过建立模拟计算精度与推理精度之间的数学模型,在芯片设计阶段预测推理精度,在模型部署阶段优化精度。本文系统分析面向存算一体芯片的模拟计算精度与神经网络推理精度的联合建模技术。

模拟计算精度的度量

单层计算精度

单层模拟MAC计算的精度度量:

1. 相对误差:模拟MAC计算结果与理想值的相对误差,反映单次计算的精度。

2. 信噪比:模拟MAC计算结果的信噪比,反映噪声对精度的影响。

3. 有效位数:模拟MAC计算的有效位数,反映计算精度相当于多少比特的量化。

精度影响因素

影响模拟计算精度的因素:

1. 权重误差:存储单元的电导漂移和波动导致的权重误差。

2. 输入量化误差DAC的量化误差导致的输入精度损失。

3. 输出量化误差ADC的量化误差导致的输出精度损失。

4. 电路噪声:热噪声和闪烁噪声导致的随机误差。


部分文件列表

文件名 大小
面向存算一体芯片的模拟计算精度与神经网络推理精度的联合建模.docx 39K

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载