論文の概要: KALAM: toolKit for Automating high-Level synthesis of Analog computing systeMs
- arxiv url: http://arxiv.org/abs/2410.22946v1
- Date: Wed, 30 Oct 2024 12:04:22 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-10-31 14:25:52.712093
- Title: KALAM: toolKit for Automating high-Level synthesis of Analog computing systeMs
- Title（参考訳）: KALAM:Analog Computing systeMの高レベル合成を自動化するツールKit
- Authors: Ankita Nandi, Krishil Gandhi, Mahendra Pratap Singh, Shantanu Chakrabartty, Chetan Singh Thakur,
- Abstract要約: 本稿では,MPベースのアナログ計算システムの基本パラダイムとして因子グラフを利用するKALAMを紹介する。
Pythonスクリプト言語を使用して、KALAM自動化フローは入力係数グラフを等価なSPICE互換回路ネットリストに変換する。
我々は、ベイズ推論、低密度パリティチェック(LDPC)復号化、ニューラルネットワーク(ANN)といったタスクに対するKALAMの汎用性を実証する。
- 参考スコア（独自算出の注目度）: 5.090653251547252
- License:
- Abstract: Diverse computing paradigms have emerged to meet the growing needs for intelligent energy-efficient systems. The Margin Propagation (MP) framework, being one such initiative in the analog computing domain, stands out due to its scalability across biasing conditions, temperatures, and diminishing process technology nodes. However, the lack of digital-like automation tools for designing analog systems (including that of MP analog) hinders their adoption for designing large systems. The inherent scalability and modularity of MP systems present a unique opportunity in this regard. This paper introduces KALAM (toolKit for Automating high-Level synthesis of Analog computing systeMs), which leverages factor graphs as the foundational paradigm for synthesizing MP-based analog computing systems. Factor graphs are the basis of various signal processing tasks and, when coupled with MP, can be used to design scalable and energy-efficient analog signal processors. Using Python scripting language, the KALAM automation flow translates an input factor graph to its equivalent SPICE-compatible circuit netlist that can be used to validate the intended functionality. KALAM also allows the integration of design optimization strategies such as precision tuning, variable elimination, and mathematical simplification. We demonstrate KALAM's versatility for tasks such as Bayesian inference, Low-Density Parity Check (LDPC) decoding, and Artificial Neural Networks (ANN). Simulation results of the netlists align closely with software implementations, affirming the efficacy of our proposed automation tool.
- Abstract（参考訳）: 知的エネルギー効率システムに対する需要の高まりに対応するために、様々な計算パラダイムが出現している。
Margin Propagation (MP)フレームワークは、アナログコンピューティング領域においてそのような取り組みの1つであり、バイアス条件、温度、プロセス技術ノードの減少によるスケーラビリティのために際立っている。
しかし、アナログシステム(MPアナログも含む)を設計するためのデジタルライクな自動化ツールが欠如していることは、大規模なシステムの設計に採用を妨げている。
MPシステムの本質的にのスケーラビリティとモジュラリティは、この点においてユニークな機会を提供する。
本稿では,MPベースのアナログコンピューティングシステムを構築するための基本パラダイムとして因子グラフを利用するKALAM(ToolKit for High-Level synthesis of Analog computing systeMs)を紹介する。
因子グラフは様々な信号処理タスクの基礎であり、MPと組み合わせることで、スケーラブルでエネルギー効率のよいアナログ信号プロセッサを設計することができる。
Pythonスクリプト言語を使用すると、KALAM自動化フローは入力係数グラフを同等のSPICE互換回路ネットリストに変換して、意図した機能を検証する。
KALAMはまた、精密チューニング、変数除去、数学的単純化といった設計最適化戦略の統合を可能にする。
我々は,ベイズ推論,低密度パリティチェック(LDPC)復号化,ニューラルネットワーク(ANN)といったタスクに対するKALAMの汎用性を実証する。
ネットリストのシミュレーション結果はソフトウェア実装と密接に一致し、提案した自動化ツールの有効性を確認した。
関連論文リスト
- A Realistic Simulation Framework for Analog/Digital Neuromorphic Architectures [73.65190161312555]
ARCANAは、混合信号ニューロモルフィック回路の特性を考慮に入れたスパイクニューラルネットワークシミュレータである。
その結果,ソフトウェアでトレーニングしたスパイクニューラルネットワークの挙動を,信頼性の高い推定結果として提示した。
論文 参考訳（メタデータ） (2024-09-23T11:16:46Z) - AdaLog: Post-Training Quantization for Vision Transformers with Adaptive Logarithm Quantizer [54.713778961605115]
Vision Transformer (ViT) はコンピュータビジョンコミュニティにおいて最も普及しているバックボーンネットワークの1つである。
本稿では,AdaLog(Adaptive Logarithm AdaLog)量子化器を提案する。
論文 参考訳（メタデータ） (2024-07-17T18:38:48Z) - Latency optimized Deep Neural Networks (DNNs): An Artificial Intelligence approach at the Edge using Multiprocessor System on Chip (MPSoC) [1.949471382288103]
モバイルデバイスにおけるエッジコンピューティング(Edge at Edge)は、この要件に対処するための最適化されたアプローチのひとつだ。
本研究では,低レイテンシ・電力最適化型スマートモバイルシステムの実現の可能性と課題について考察する。
組込みFPGAエッジデバイス上でのニューラルネットワーク(NN)の性能と実装可能性について論じる。
論文 参考訳（メタデータ） (2024-07-16T11:51:41Z) - MATADOR: Automated System-on-Chip Tsetlin Machine Design Generation for Edge Applications [0.2663045001864042]
本稿では,GUIインタフェースを備えた自動シリコンツールであるMATADORについて述べる。
モデルトレーニング、システムレベルの設計生成、設計検証、デプロイメントという、完全な開発パイプラインの自動化を提供する。
MATADOR加速器の設計は、最先端の量子化およびバイナリディープニューラルネットワークの実装と比較して最大13.4倍、最大7倍、最大2倍の電力効率を持つことが示されている。
論文 参考訳（メタデータ） (2024-03-03T10:31:46Z) - Quantum Computing Enhanced Service Ecosystem for Simulation in Manufacturing [56.61654656648898]
本稿では,製造シミュレーションのための量子コンピューティングによるサービスエコシステムの枠組みを提案する。
我々は,これらの新しい計算パラダイムを定量的に評価することを目的とした2つの高価値ユースケースを分析した。
論文 参考訳（メタデータ） (2024-01-19T11:04:14Z) - Pruning random resistive memory for optimizing analogue AI [54.21621702814583]
AIモデルは、エネルギー消費と環境持続可能性に前例のない課題を提示する。
有望な解決策の1つは、アナログコンピューティングを再考することである。
ここでは、構造的塑性に着想を得たエッジプルーニングを用いたユニバーサルソリューション、ソフトウェア・ハードウエアの共設計について報告する。
論文 参考訳（メタデータ） (2023-11-13T08:59:01Z) - A Josephson Parametric Oscillator-Based Ising Machine [5.680611147657014]
本研究では、ジョセフソンパラメトリック発振器(JPO)ベースのタイル構造を導入し、スケーラブルな超伝導体ベースのイジングマシンの基本単位として機能する。
提案機は 7.5GHz の周波数で動作可能であり、CMOS ベースのシステムに比べて消費電力は大幅に少ない(3桁)。
論文 参考訳（メタデータ） (2023-09-06T23:56:30Z) - Task-Oriented Sensing, Computation, and Communication Integration for
Multi-Device Edge AI [108.08079323459822]
本稿では,AIモデルの分割推論と統合センシング通信(ISAC)を併用した,新しいマルチインテリジェントエッジ人工レイテンシ(AI)システムについて検討する。
推定精度は近似的だが抽出可能な計量、すなわち判別利得を用いて測定する。
論文 参考訳（メタデータ） (2022-07-03T06:57:07Z) - Theory and Implementation of Process and Temperature Scalable
Shape-based CMOS Analog Circuits [6.548257506132353]
本研究はアナログMLプロセッサを設計するための新しいアナログコンピューティングフレームワークを提案する。
私たちの研究の核心は形状ベースのアナログコンピューティング(S-AC)です。
S-ACパラダイムにより、ユーザーは計算精度をシリコン回路領域と電力でトレードオフできる。
論文 参考訳（メタデータ） (2022-05-11T17:46:01Z) - Software tool-set for automated quantum system identification and device
bring up [0.0]
本稿では、量子デバイスの理論的、最適制御ビューと実用的な操作と特徴付けタスクを組み合わせたソフトウェアツールセットを提案する。
モデルに基づくシミュレーションを行い、制御スキームを作成し、これらの制御をデバイスとクローズドループでキャリブレーションする。
最後に,シミュレーションと実験のミスマッチを最小化することにより,システムのモデルを改善する。
論文 参考訳（メタデータ） (2022-05-10T12:06:53Z) - An Adaptive Device-Edge Co-Inference Framework Based on Soft
Actor-Critic [72.35307086274912]
高次元パラメータモデルと大規模数学的計算は、特にIoT(Internet of Things)デバイスにおける実行効率を制限する。
本稿では,ソフトポリシーの繰り返しによるエフェキシット点,エフェキシット点,エンフェキシット点を生成する離散的(SAC-d)のための新しい深層強化学習(DRL)-ソフトアクタ批判法を提案する。
レイテンシと精度を意識した報酬設計に基づいて、そのような計算は動的無線チャンネルや任意の処理のような複雑な環境によく適応でき、5G URLをサポートすることができる。
論文 参考訳（メタデータ） (2022-01-09T09:31:50Z)
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。