Scalable Pitch-Constrained Neural Processing Unit for 3D Integration with Event-Based Imagers
| Autor: | Alexandre Valentian, Maxence Bouvier, Gilles Sicard |
|---|---|
| Přispěvatelé: | Laboratoire Systèmes-sur-puce et Technologies Avancées (LSTA), Université Grenoble Alpes (UGA)-Département Systèmes et Circuits Intégrés Numériques (DSCIN), Laboratoire d'Intégration des Systèmes et des Technologies (LIST), Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Direction de Recherche Technologique (CEA) (DRT (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Laboratoire d'Intégration des Systèmes et des Technologies (LIST), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA), Département d'Optronique (DOPT), Commissariat à l'énergie atomique et aux énergies alternatives - Laboratoire d'Electronique et de Technologie de l'Information (CEA-LETI), Laboratoire d'Intégration des Systèmes et des Technologies (LIST (CEA)), Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Commissariat à l'énergie atomique et aux énergies alternatives (CEA)-Laboratoire d'Intégration des Systèmes et des Technologies (LIST (CEA)) |
| Jazyk: | angličtina |
| Rok vydání: | 2021 |
| Předmět: |
Spiking neural network
Pixel Artificial neural network business.industry Computer science Event (computing) Bandwidth (signal processing) Near-Sensor Computing Spiking Neural Networks Event-Based Vision Neuromorphic engineering Neuromorphic [INFO.INFO-ES]Computer Science [cs]/Embedded Systems [SPI.NANO]Engineering Sciences [physics]/Micro and nanotechnologies/Microelectronics business 3D IC Technology Computer hardware High dynamic range Block (data storage) |
| Zdroj: | 2021 58th ACM/IEEE Design Automation Conference (DAC) 2021 58th ACM/IEEE Design Automation Conference (DAC), Dec 2021, San Francisco, France DAC |
| Popis: | International audience; Event-based imagers are bio-inspired sensors presenting intrinsic High Dynamic Range and High Acquisition Speed properties. However, noisy pixels and asynchronous readout result in poor energyefficiency and excessively large output data rates. In this work, we use Convolutional Spiking Neural Network filters to compensate these drawbacks and reduce output bandwidth by 10x. We designed a neuromorphic core as a distributable block that benefits from 3D integration technology with direct and parallel access to 32x32 pixels, enabling reduced frequency operation. Post-layout simulations depict a peak energy efficiency with 2.83pJ per Synaptic Operation (equivalent to 0.093fJ/event/pix) at the nominal literature input event rate. |
| Databáze: | OpenAIRE |
| Externí odkaz: |
|