设计了一种65纳米CMOS神经形态电路,用于序列字母数字模式的检测,并通过实验进行了验证

《IEEE Transactions on Very Large Scale Integration (VLSI) Systems》:Design of a 65-nm CMOS Neuromorphic Circuit for Sequential Alphanumeric Pattern Detection With Experimental Verification

【字体: 大 中 小 】 时间:2026年03月24日 来源:IEEE Transactions on Very Large Scale Integration (VLSI) Systems 3.1

编辑推荐:

  基于LIF神经元的CMOS兼容神经形态架构,采用64×36交叉阵列实现36种 alphanumeric 模式的时序检测,每个模式对应8×8像素输入。创新性地设计互斥抑制型LIF神经元组成的 spike mismatch检测单元,结合简化模拟WTA逻辑实现模式匹配。硬件实现验证显示单列功耗25.82μW,推理能耗64.55pJ,在±2.5℃温度波动下保持鲁棒性,对2-3像素扰动的识别准确率>95%,支持1MHz实时验证。硬件原型采用SN7404和CD4007离散IC实现精准脉冲生成与抑制控制。

  

摘要:

本研究提出了一种兼容CMOS技术、能效高且可训练的神经形态架构,该架构采用了LIF(Light-Induced Field)神经元,并通过数学分析验证了其膜电位动态特性。该架构实现了一个模块化的64×36交叉阵列,用于时间序列检测36种字母数字模式,每种模式由8×8像素的输入表示。一种新颖的尖峰不匹配检测单元采用UMC 65纳米CMOS工艺实现,通过两个相互抑制的LIF神经元和一个仅在尖峰不匹配时才放电的输出神经元来实现逐像素比较。列方向的尖峰不匹配信号用于编码相似性,而简化的模拟“胜者通吃”(WTA)逻辑能够识别最佳匹配模式,并能够识别位置和密度变化。每个模块化单元的面积为约608 μm2,平均功耗为每列25.82 μW,每次推理的能量消耗为64.55 pJ(在0–2.5 μs的时间范围内)。蒙特卡洛仿真显示了该架构对工艺和温度变化的鲁棒性。在2–3像素的扰动下,准确率超过了95%。使用固定字母数字输入的实时验证表明,在0.25 μs的设置时间内,该系统能够在1 MHz的频率下可靠运行。使用离散集成电路(SN7404、CD4007)实现的硬件原型进一步证明了精确的尖峰生成和有效的抑制功能。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号