論文の概要: Analog Feedback-Controlled Memristor programming Circuit for analog
Content Addressable Memory
- arxiv url: http://arxiv.org/abs/2304.11030v1
- Date: Fri, 21 Apr 2023 15:23:50 GMT
- ステータス: 処理完了
- システム内更新日: 2023-04-24 14:26:06.757861
- Title: Analog Feedback-Controlled Memristor programming Circuit for analog
Content Addressable Memory
- Title（参考訳）: アナログコンテンツアドレスメモリのためのアナログフィードバック制御メムリスタプログラミング回路
- Authors: Jiaao Yu, Paul-Philipp Manea, Sara Ameli, Mohammad Hizzani, Amro
Eldebiky, John Paul Strachan
- Abstract要約: 本稿では,新しいルックアップテーブルベースのプログラミングアルゴリズムを用いたアナログフィードバック制御メムリスタプログラミング回路を提案する。
提案アルゴリズムでは,メムリスタのプログラミングと検証を一方向逐次プロセスで行うことができる。
TSMC 28nmプロセスにおけるSPICEシミュレーションについて述べる。
- 参考スコア（独自算出の注目度）: 0.3225159330382504
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Recent breakthroughs in associative memories suggest that silicon memories
are coming closer to human memories, especially for memristive Content
Addressable Memories (CAMs) which are capable to read and write in analog
values. However, the Program-Verify algorithm, the state-of-the-art memristor
programming algorithm, requires frequent switching between verifying and
programming memristor conductance, which brings many defects such as high
dynamic power and long programming time. Here, we propose an analog
feedback-controlled memristor programming circuit that makes use of a novel
look-up table-based (LUT-based) programming algorithm. With the proposed
algorithm, the programming and the verification of a memristor can be performed
in a single-direction sequential process. Besides, we also integrated a single
proposed programming circuit with eight analog CAM (aCAM) cells to build an
aCAM array. We present SPICE simulations on TSMC 28nm process. The theoretical
analysis shows that 1. A memristor conductance within an aCAM cell can be
converted to an output boundary voltage in aCAM searching operations and 2. An
output boundary voltage in aCAM searching operations can be converted to a
programming data line voltage in aCAM programming operations. The simulation
results of the proposed programming circuit prove the theoretical analysis and
thus verify the feasibility to program memristors without frequently switching
between verifying and programming the conductance. Besides, the simulation
results of the proposed aCAM array show that the proposed programming circuit
can be integrated into a large array architecture.
- Abstract（参考訳）: 近年の連想記憶におけるブレークスルーは、シリコン記憶が人間の記憶に近づきつつあることを示唆している。
しかし、最先端のmemristorプログラミングアルゴリズムであるProgram-Verifyアルゴリズムは、検証とプログラムのmemristorコンダクタンスを頻繁に切り替える必要があり、高い動的パワーや長いプログラミング時間などの多くの欠陥をもたらす。
本稿では,新しいルックアップテーブルベース(lutベース)プログラミングアルゴリズムを用いたアナログフィードバック制御型memristorプログラミング回路を提案する。
提案アルゴリズムでは,メムリスタのプログラミングと検証を一方向逐次プロセスで行うことができる。
さらに、8つのアナログCAM(aCAM)セルを1つのプログラミング回路に統合し、aCAMアレイを構築する。
TSMC 28nmプロセスにおけるSPICEシミュレーションについて述べる。
理論的分析によると
1. aCAMセル内の膜コンダクタンスを、aCAM探索動作において出力境界電圧に変換することができる。
2) aCAM検索操作における出力境界電圧を、aCAMプログラミング操作におけるプログラムデータライン電圧に変換することができる。
提案したプログラム回路のシミュレーション結果は理論解析を証明し,コンダクタンスの検証とプログラミングを頻繁に切り替えることなく,メムリスタをプログラム可能か検証する。
さらに,提案したaCAMアレイのシミュレーション結果から,提案したプログラミング回路を大規模配列アーキテクチャに統合できることを示す。
関連論文リスト
- CktGen: Specification-Conditioned Analog Circuit Generation [28.780603785886242]
本稿では,特定の仕様に基づいてアナログ回路を直接生成するタスクを提案する。
具体的には、単純だが効果的な変分オートエンコーダ(VAE)モデルであるCktGenを提案する。
オープンサーキットベンチマーク(OCB)の総合的な実験を行い、モデル間の整合性を評価するための新しい評価指標を導入する。
論文 参考訳（メタデータ） (2024-10-01T18:35:44Z) - LaMAGIC: Language-Model-based Topology Generation for Analog Integrated Circuits [17.002169206594793]
先駆的な言語モデルに基づくトポロジ生成モデルであるLaMAGICを紹介する。
LaMAGICは、カスタム仕様から最適化された回路設計を単一のパスで効率的に生成できる。
LaMAGICは0.01の厳格な許容条件で最大96%の成功率を達成した。
論文 参考訳（メタデータ） (2024-07-19T22:51:41Z) - CktGNN: Circuit Graph Neural Network for Electronic Design Automation [67.29634073660239]
本稿では,回路トポロジ生成とデバイスサイズを同時に行う回路グラフニューラルネットワーク(CktGNN)を提案する。
オープンサーキットベンチマーク(OCB: Open Circuit Benchmark)は、オープンソースのデータセットで、10ドル(約10万円)の異なるオペレーショナルアンプを含む。
我々の研究は、アナログ回路のための学習ベースのオープンソース設計自動化への道を開いた。
論文 参考訳（メタデータ） (2023-08-31T02:20:25Z) - Adaptive Planning Search Algorithm for Analog Circuit Verification [53.97809573610992]
シミュレーションの少ない機械学習(ML)アプローチを提案する。
提案手法により,OCCを全回路の仕様に近づけることができることを示す。
論文 参考訳（メタデータ） (2023-06-23T12:57:46Z) - An Efficient and Accurate Memristive Memory for Array-based Spiking
Neural Networks [0.43431539537721414]
我々は,旋律的シナプスの読み書きにおいて,より予測可能なアナログメモリ動作を提供する,電流制限ベースのソリューションを実証する。
さらに,神経スパイクネットワークのようなニューロモルフィック特異的な応用に,この行動が与える影響を観察した。
論文 参考訳（メタデータ） (2023-06-11T00:47:09Z) - Planning with Large Language Models for Code Generation [100.07232672883897]
Planning-Guided Transformer Decoding (PG-TD) は、計画アルゴリズムを用いてルックアヘッド検索を行い、トランスフォーマーを誘導してより良いプログラムを生成する。
我々は、公開コーディングチャレンジベンチマークのバックボーンとして、いくつかの大きな言語モデルを用いて、我々のフレームワークを実証的に評価する。
論文 参考訳（メタデータ） (2023-03-09T18:59:47Z) - An Implementation of the Quantum Verification of Matrix Products
Algorithm [0.0]
本稿では,行列積(QVMP)アルゴリズムの量子検証を空間効率で実装する。
本稿では,回路計測値(ゲート数,キュービット数,回路深さ),蒸散時間,シミュレーション時間,Grover Oracle correctnessの証明について報告する。
論文 参考訳（メタデータ） (2022-08-21T15:59:27Z) - Synthesize, Execute and Debug: Learning to Repair for Neural Program
Synthesis [81.54148730967394]
本稿では,合成,実行,デバッグの段階を組み込んだニューラルネットワーク生成フレームワークであるSEDを提案する。
SEDはまず、神経プログラムシンセサイザーコンポーネントを使用して初期プログラムを生成し、その後、神経プログラムデバッガを使用して生成されたプログラムを反復的に修復する。
挑戦的な入出力プログラム合成ベンチマークであるKarelでは、SEDはニューラルプログラムシンセサイザー自体のエラー率をかなりのマージンで削減し、デコードのための標準ビームサーチより優れている。
論文 参考訳（メタデータ） (2020-07-16T04:15:47Z) - Extending XACC for Quantum Optimal Control [70.19683407682642]
量子コンピューティングベンダーは、直接パルスレベルの量子制御のためのアプリケーションプログラミングをオープンにし始めている。
本稿では,XACCシステムレベルの量子古典ソフトウェアフレームワークの拡張について述べる。
この拡張により、デジタル量子回路表現を等価なパルスシーケンスに変換することができる。
論文 参考訳（メタデータ） (2020-06-04T13:13:55Z) - DeepSIC: Deep Soft Interference Cancellation for Multiuser MIMO
Detection [98.43451011898212]
複数のシンボルが同時に送信されるマルチユーザマルチインプットマルチアウトプット(MIMO)設定では、正確なシンボル検出が困難である。
本稿では,DeepSICと呼ぶ反復ソフト干渉キャンセリング(SIC)アルゴリズムの,データ駆動による実装を提案する。
DeepSICは、チャネルを線形にすることなく、限られたトレーニングサンプルから共同検出を行うことを学ぶ。
論文 参考訳（メタデータ） (2020-02-08T18:31:00Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。