文献

J-GLOBAL ID：202102214487880357   整理番号：21A0004856

22nm,10.8μW/15.1μWデュアルコンピューティングモード高出力性能領域効率ドメイン化背景雑音を意識したキーワードスポッティングプロセッサ【JST・京大機械翻訳】

A 22nm, 10.8 μ W/15.1 μ W Dual Computing Modes High Power-Performance-Area Efficiency Domained Background Noise Aware Keyword- Spotting Processor

著者 (11件)： Liu Bo (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Cai Hao (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Wang Zhen (Nanjing Prochip Electronic Technology Company Ltd., Nanjing, China) ,  Sun Yuhao (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Shen Zeyu (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Zhu Wentao (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Li Yan (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Gong Yu (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Ge Wei (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Yang Jun (National ASIC System Engineering Center, Southeast University, Nanjing, China) ,  Shi Longxing (National ASIC System Engineering Center, Southeast University, Nanjing, China)
資料名： IEEE Transactions on Circuits and Systems 1: Regular Papers  (IEEE Transactions on Circuits and Systems 1: Regular Papers)
巻： 67  号： 12  ページ： 4733-4746  発行年： 2020年 
JST資料番号： C0226B  ISSN： 1549-8328  CODEN： ITCSCH  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： 本論文では,最適化二値化重みネットワーク(BWN)に基づく高電力性能領域効率的背景雑音認識キーワードスポット(KWS)プロセッサを提案した。異なるバックグラウンドノイズに対するシステム認識精度を維持しながら電力消費を減らすために,SNR予測モジュールを有するKWSプロセッサを,低バックグラウンドノイズの下で高いバックグラウンドノイズと超低電力消費の下で高い認識精度のために二重コンピューティングモード(標準コンピューティングモードと近似コンピューティングモード)を使用するために適応的に構成することができた。メルスケール周波数ケプストラム係数(MFCC)モジュールを,近似計算技術で最適化し,高/低バックグラウンド雑音に対して,電力消費を,それぞれ,3.1×と5.7×まで低減できた。アーキテクチャ設計空間探査の評価に基づき,低電圧,面積,および漏洩電力を有する超低電力BWN加速器,および精度自己適応近似計算ユニットを提案した。22nmのプロセス技術の下で評価して,本研究は,高いバックグラウンドノイズのために15.1≦ΩμWの電力消費で,低いバックグラウンドノイズのために10.8ΩμWの電力消費で10のキーワードリアルタイム認識をサポートすることができた。最先端のKWSアーキテクチャと比較して,本研究は,高いシステム能力と適応性を維持しながら,超低電力消費(約1.7×低減)を達成できる。Copyright 2021 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： 加速器 ,  最適化 ,  ネットワーク ,  電力消費 ,  近似法 ,  適応性 ,  *演算プロセッサ ,  計算機アーキテクチャ
準シソーラス用語： 近似計算 ,  *背景雑音 ,  低電圧 ,  認識精度 ,  超低消費電力 ,  アーキテクチャ設計 ,  二値化 , 【Automatic Indexing@JST】

分類 (1件)： 半導体集積回路  (NC03162T)

タイトルに関連する用語 (4件)： 高出力 ,  ドメイン ,  背景雑音 ,  意識