POS2 - Process and Runtime Variation Robustness for Spintronic-Based Neuromorphic Fabric
Visualitza/Obre
PS2-8.pdf (615,3Kb) (Accés restringit)
Estadístiques de LA Referencia / Recolecta
Inclou dades d'ús des de 2022
Cita com:
hdl:2117/372130
Tipus de documentText en actes de congrés
Data publicació2022-05
Condicions d'accésAccés restringit per política de l'editorial
Llevat que s'hi indiqui el contrari, els
continguts d'aquesta obra estan subjectes a la llicència de Creative Commons
:
Reconeixement-NoComercial-SenseObraDerivada 4.0 Internacional
Abstract
Neural Networks (NN) can be efficiently accelerated
using emerging resistive non-volatile memories (eNVM), such as
Spin Transfer Torque Magnetic RAM(STT-MRAM). However,
process variations and runtime temperature fluctuations can lead
to miss-quantizing the sensed state and in turn, degradation of
inference accuracy. We propose a design-time reference current
generation method to improve the robustness of the implemented
NN under different thermal and process variation scenarios with
no additional runtime hardware overhead compared to existing
solutions.
CitacióAhmed, S.T. [et al.]. POS2 - Process and Runtime Variation Robustness for Spintronic-Based Neuromorphic Fabric. A: 27th IEEE European Test Symposium (ETS). 2022,
Versió de l'editorhttps://ieeexplore.ieee.org/xpl/conhome/9810327/proceeding
Fitxers | Descripció | Mida | Format | Visualitza |
---|---|---|---|---|
PS2-8.pdf | 615,3Kb | Accés restringit |