< Terug naar vorige pagina

Project

Herconfigureerbare neurale netwerk architecturen, netwerken en transistoren

Ingebedde neurale netwerken worden steeds belangrijker, omdat ze betere resultaten geven dan traditionele algoritmes. Het nadeel aan neurale netwerken echter is dat ze een veel hogere rekenkracht vereisen en als zodanig een aanzienlijk deel van de totale vermogencapaciteit van het geïntegreerde platform vergen. Deze trend is ook zichtbaar voor toekomstige generaties gehoorapparaten, die geavanceerde geïntegreerde machine learning audioverwerking aan een laag vermogenverbruik vereisen, zoals ruisonderdrukking in complexe akoestische omgevingen. Het doel van het project is het voorstellen, ontwikkelen en valideren van een processor- en geheugenarchitectuur die in staat zijn om dynamisch ijle neurale netwerken te berekenen. Dit zal gebeuren door het dynamisch aanpassen van de voedingsspanning, kloksnelheid, processor- en geheugenconfiguratie in functie van de huidige netwerk werklast en/of gedetecteerde audio-opname. De grootste energiewinst wordt verwacht door het optimaliseren van de processor- en geheugenarchitectuur op abstractielevel, in combinatie met geïntegreerde tijdsmonitoring. Het project zal een nauwe samenwerking zijn tussen de MICAS onderzoeksdivisie en NXP Product Line Personal Health (PL PH), die zich momenteel toespitst op IC ontwikkelingen voor gehoorapparaten.

Datum:11 sep 2021 →  Heden
Trefwoorden:neural networks, low power, reconfigurable memory architecture, reconfigurable hardware, in-situ timing monitoring, integrated circuits
Disciplines:Digitaal geïntegreerde circuits
Project type:PhD project