文献

J-GLOBAL ID：202002223160688229   整理番号：20A0373971

製造後のキャリブレーションと適応による近閾値回路のためのエネルギー効率の達成【JST・京大機械翻訳】

Achieving Energy Efficiency for Near-Threshold Circuits Through Postfabrication Calibration and Adaptation

著者 (5件)： Golanbari Mohammad Saber (Chair of Dependable Nano Computing, Karlsruhe Institute of Technology, Karlsruhe, Germany) ,  Kiamehr Saman (Chair of Dependable Nano Computing, Karlsruhe Institute of Technology, Karlsruhe, Germany) ,  Oboril Fabian (Chair of Dependable Nano Computing, Karlsruhe Institute of Technology, Karlsruhe, Germany) ,  Gebregiorgis Anteneh (Chair of Dependable Nano Computing, Karlsruhe Institute of Technology, Karlsruhe, Germany) ,  Tahoori Mehdi B. (Chair of Dependable Nano Computing, Karlsruhe Institute of Technology, Karlsruhe, Germany)
資料名： IEEE Transactions on Very Large Scale Integration (VLSI) Systems  (IEEE Transactions on Very Large Scale Integration (VLSI) Systems)
巻： 28  号： 2  ページ： 443-455  発行年： 2020年 
JST資料番号： W0516A  ISSN： 1063-8210  CODEN： ITCOB4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近閾値電圧(NTV)領域へのスケーリング供給電圧は,許容できる性能低下のコストでエネルギー制約回路設計のための有効な手法である。しかし,NTV領域で動作することにより,回路のプロセスと実行時間の変動に対する感度は著しく悪化する。したがって,回路の性能と電力消費は,最も効率的な計算,すなわち最小エネルギー点(MEP)に対する動作電圧に影響を及ぼす可変性によって大きく影響される。従って,可変性を説明するための近閾値コンピューティング(NTC)のための最適動作電圧の発見は非常に困難である。本論文では,プロセスと実行時間変動を考慮することにより,チップ上の最小エネルギー動作を調整するための機械学習に基づくMEPキャリブレーションと適応アプローチを提案した。提案した方法では,各チップの最適供給電圧を,温度変化の影響を考慮することにより,動的および漏れ電力を特性化することにより,製造試験中に決定した。提示した方法は,チップ上の高価な電力測定回路を必要としない。シミュレーション結果は,提案した方法が高いMEP予測精度を有し,最適運転と比較して1.2%高いエネルギー消費によりほぼ最適な運転を達成することを示した。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： エネルギー効率 ,  温度変動 ,  シミュレーション ,  製造試験 ,  機械学習 ,  エネルギー消費 ,  電力消費 ,  キャラクタリゼーション ,  *電力 ,  回路設計
準シソーラス用語： 予測精度 ,  漏れ電力 ,  実行時間 ,  供給電圧 ,  閾値電圧 , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  集積回路一般  (NC03161C)

タイトルに関連する用語 (4件)： キャリブレーション ,  適応 ,  閾値 ,  エネルギー効率