비동기 설계방식 기반의 저전력 뉴로모픽 하드웨어의 설계 및 구현 :

이진경

추천

검색

자료유형: 학위논문

저자정보: 이진경 (대구대학교, 대구대학교 일반대학원)

지도교수: 김경기

발행연도: 2020

저작권: 대구대학교 논문은 저작권에 의해 보호받습니다.

이용수21

이 논문의 연구 히스토리 (3)

2020

비동기 설계방식 기반의 저전력 뉴로모픽 하드웨어의 설계 및 구현

이진경 전자공 2020.01 학위논문

비동기 설계 방식기반의 저전력 뉴로모픽 하드웨어의 설계 및 구현

이진경 , 김경기 센서학회지 2020.01 학술저널

2018

엣지 디바이스를 위한 뉴로모픽 비동기 프로세서의 설계

이진경 , 김경기 전자공학회지 2018.07 학술저널

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

최근 저전력을 소비하는 IoT 시장의 확대에 이르러, 장시간 유지가 가능한 배터리의 수명을 확보할 필요가 있다. 또는 작은 전력만으로도 센서를 가동하는 저전력 기술의 확보가 필요하다. 저 전력을 소비하는 애플리케이션의 증가에 따라, 낮은 전력을 소모하는 디지털 시스템이 요구되고 있고 이런 디지털 시스템이 점차 한계를 보이기 시작하면서 동기식 방식의 여러 가지 문제점으로 인하여, 비동기 방식의 설계가 다시 대두되고 있다. 기존의 비동기 설계 방식중 하나의 NULL Convention Logic(NCL)은 듀얼-레일 인코딩 구조를 사용하여 Data0, Data1, NULL 신호를 발생한다. 듀얼-레일 인코딩 구조의 단점은 사용되는 신호가 이중 레일로 되어 면적 및 전력 소모가 많고 집적도가 복잡하다. 따라서, 본 논문에서는 단일 레일을 사용한 Single-Gata Sleep Convention Logic을 제안하고 SG-SCL 기반의 파이프라인을 설계하고 구현하였다.
최근 저전력 컴퓨팅 기술과 반도체 공정기술의 지속적인 발전으로 인간의 두뇌를 모방하고 구현한 뉴로모픽 칩 기반의 뉴로모픽 인지 컴퓨팅 기술이 대두되고 있다. 뉴로모픽 기술은 인간의 두뇌를 모방하고 구현하여 초저전력으로 작동할 수 있는 시스템이다. 뉴로모픽 기술은 기존 폰 노이만 구조를 가지는 컴퓨팅 기술의 한계와 소프트웨어로 구현되는 인지 학습의 단점을 극복하기 위한 기술이다. Liquid State Machine(LSM)은 Spiking Neural Network(SNN)과 비슷한 방식을 가지는 뉴럴네트 워크 구조이다. LSM은 랜덤하게 연결되는 뉴런 노드들의 집합으로 구성된 Reservoir 블록과 비 지도식 학습 메커니즘을 가지는 Training 블록이 있다. LSM은 특정된 입력 스파이크 신호를 받으면 출력은 특정된 스파이크 신호를 내보내는 방식이다. 따라서, 본 논문에서는 앞서 제안한 비동기 설계방식 기반의 SG-SCL 파이프라인 구조를 기존의 LSM에 적용하여 비동기 설계방식 기반의 저전력 LSM을 구현하여 패턴 및 숫자 인식이 가능한 시스템을 구현하고자 한다.
설계된 SG-SCL 게이트의 파이프라인은 SK 180nm 공정을 사용하여 구현되었으며, 기존의 LSM보다 에너지 소모를 줄여줄 수 있다. 제안된 비동기 설계방식의 LSM은 전력 면에서 기존의 LSM보다 10%가량 줄어든 결과를 보여주고 숫자 및 패턴 인식이 가능한 FPGA 구현 결과를 보여주고 있다. 따라서, 본 논문에서 제안한 비동기 설계방식의 LSM은 저전력 및 고신뢰의 뉴로모픽 시스템의 개발에 사용될 것으로 기대된다.

Recently, a low power system and sensor nodes with increasing IoT applications required long battery life. Synchronous circuits could be easily affected by process, voltage and temperature variations, hence they cannot satisfy the timing requirement of the synchronous digital system, but also generate wrong outputs. Because of these disadvantages of synchronous circuit design, asynchronous circuit design methodologies have been re-issued for the advantages such as robustness to PVT variations, average performance and low power consumption. Among the asynchronous design methodologies, Null Convention Logic(NCL) had been focused and researched by several company and universities. However, all the NCL design methodologies still use the dual-rail encoding and structure which can lead to the area overhead and high power consumption. Therefore, this paper proposes a new Single-Gate Sleep Convention Logic(SG-SCL) which uses only a single-rail encoding for the proposed structure to reduce the gate area and power consumption. A 4x4 multiplier has been designed using a 0.18um technology at 1.8V supply voltage. The proposed SG-SCL multiplier has been compared to the conventional MTNCL(Multi-Threshold) NCL in terms of speed, energy, size and power consumption.
Due to development of low power computing technology for IoT applications, neuromorphic computing had been issued which emulate the human brain to implement a neuro-synaptic chip. The Von-Neumann architectures have some limitations in power consumption and area overhead. However, many neuromorphic chip had been proposed but they still have some power issues and implementation. Liquid State Machine(LSM) is one of the Neural Network which is similar to the Spiking Neural Network(SNN). LSM consists of reservoir unit and training unit. Reservoir unit consists of liquid neurons which connected each other randomly. Training unit deploys the supervised learning rule to update the spiking weights for specific pattern. This paper proposes a new asynchronous LSM based on the SG-SCL pipeline to reduce the power consumption which adapt to pattern and digit recognition.
The proposed SG-SCL LSM has been implemented on FPGA and designed using a 0.18um technology at 1.8V supply voltage. The proposed SG-SCL LSM has been reduced power consumption by 10% compared to the conventional LSM. Therefore, our SG-SCL LSM can apply to the low power neuromorphic systems which can adapt to pattern and digit recognition.

목차
Ⅰ. 서론 1
1. 연구주제 및 동기 1
2. 연구 배경 3
1) 비동기 설계방식의 설계 개요 및 기술 개발의 현황과 동향 3
2) 뉴로모픽 컴퓨팅 기술 개발의 현황과 동향 9
3. 연구목표 및 공헌 17
4. 논문 구성 18
Ⅱ. NULL Convention Logic의 개요 19
1. NULL Convention Logic 19
2. NCL 게이트의 종류와 특징 25
Ⅲ. Single-Gate Sleep Convention Loic 28
1. 파워 게이팅 구조 28
2. Single-Gate Sleep Convention Logic 29
3. SG-SCL 파이프라인의 설계 34
Ⅳ. 비동기 설계방식의 Liquid State Machine 36
1. 뉴럴 네트워크의 개요 36
2. Liquid State Machine의 개요 39
3. 비동기 설계방식의 Liquid State Machine의 구현 43
Ⅴ. 실험 47
1. 시뮬레이션 개요 47
2. 시뮬레이션 결과 47
1) SG-SCL 게이트의 시뮬레이션 결과 47
2) 8-bit 마이크로프로세서의 구현 결과 58
3) 제안한 비동기 설계방식의 LSM의 FPGA 구현 결과 62
Ⅵ. 결론 72
참고문헌 74
Abstract 80
부록 82

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (3)

초록· 키워드

목차

최근 본 자료

댓글(0)