机构

University of Illinois at Urbana-Champaign

2 篇

ISSCC 2018Session 31AI / ML
A 42pJ/Decision 3.12TOPS/W Robust In-Memory Machine Learning Classifier with On-Chip Training
Sujan Kumar Gonugondla, Mingu Kang, Naresh Shanbhag
这篇论文提出了一种基于内存计算的机器学习分类器，支持片上训练，实现了42pJ/决策的低能耗和3.12TOPS/W的高能效，解决了嵌入式传感系统在能量受限下的持续推断和自适应问题。
▸提出了一种鲁棒的内存计算架构，通过将计算嵌入存储阵列中，大幅降低数据移动能耗。
▸首次在内存计算分类器中集成片上训练功能，使其能够适应变化的统计和环境条件。
University of Illinois at Urbana-Champaign, IL 42pJ/Decision, 3.12TOPS/W
ISSCC 2010Session 21Data Converters65nm CMOS
A 12b 22.5/45MS/s 3.0mW 0.059mm2 CMOS SAR ADC Achieving Over 90dB SFDR
Wenbo Liu, Pingli Huang, Yun Chiu
该论文提出了一种12位22.5/45MS/s的SAR ADC，在0.059mm²的小面积和3.0mW的低功耗下实现了超过90dB的SFDR。通过优化开关逻辑和电容阵列，解决了高速高精度SAR ADC中功耗与面积之间的矛盾。
▸采用分段电容阵列和高效开关逻辑，在保持高线性度的同时显著降低功耗和面积。
▸通过动态比较器和数字校准技术，实现了超过90dB的SFDR，适用于高速高精度应用。
University of Illinois at Urbana-Champaign, Urbana, IL 12位分辨率，22.5/45MS/s采样率，3.0mW功耗，0.059mm²面积，SFDR>90dB