[论文解读] Charge-based computing with analogue reconfigurable gates

Alexander Serb, Ali Khiat+1 more|arXiv (Cornell University)|Sep 13, 2017

Advanced Memory and Neural Computing参考文献 20被引用 3

一句话总结

本文提出了一种基于电荷的新型计算范式，通过将忆阻器件集成到标准逻辑门中，实现接近数字系统的能效水平的模拟可重构计算。通过利用忆阻器动态重构门电路行为，作者展示了硬件数据聚类器和模糊NAND门，实现了低功耗、可重构的逻辑运算，且每次电荷操作的能量损耗极低。

ABSTRACT

As the world enters the age of ubiquitous computing, the need for reconfigurable hardware operating close to the fundamental limits of energy consumption becomes increasingly pressing. Simultaneously, scaling-driven performance improvements within the framework of traditional analogue and digital design become progressively more restricted by fundamental physical constraints. Thus, a true paradigm shift in electronics design is required for fuelling the next big burst in technology. Here we lay the foundations of a new design paradigm that fuses analogue and digital thinking by combining digital electronics with memristive devices for achieving charge-based computation; information processing where every dissipated charge counts. This is realised by introducing memristive devices into standard logic gates, thus rendering them reconfigurable and able to perform analogue computation at a power cost close to digital. The power of this concept is then showcased by experimentally demonstrating a hardware data clusterer and a fuzzy NAND gate using this principle.

研究动机与目标

• 为普及计算时代日益增长的能效型、可重构硬件需求提供解决方案。
• 通过将数字逻辑与忆阻器件融合，克服传统数字与模拟电子技术的物理限制。
• 实现对每次耗散电荷的精确追踪，最大限度减少能量浪费。
• 开发一种新设计范式，结合数字系统的可靠性与模拟计算的适应性。
• 通过实验原型展示基于电荷计算的实际应用。

提出的方法

• 将忆阻器件集成到标准数字逻辑门中，构建可重构门，实现模拟计算能力。
• 利用忆阻器的电阻状态动态改变门电路行为，使单一物理门可实现多种逻辑功能。
• 采用基于电荷的计算原理，通过受控电荷移动处理信息，最大限度减少能量损耗。
• 设计并制造基于可重构门的硬件数据聚类器，以展示其对输入模式的自适应、低功耗模式识别能力。
• 通过调节忆阻器状态，实现模糊NAND门，模拟可变阈值逻辑，支持分级逻辑运算。

实验结果

研究问题

• RQ1 忆阻器件能否有效集成到标准逻辑门中，以实现可重构、低功耗计算？
• RQ2 基于电荷的计算如何在保持模拟灵活性的同时，实现与数字系统相当的能效？
• RQ3 可重构门在现实计算任务（如聚类）中的实际应用是什么？
• RQ4 忆阻器状态在多大程度上可用于模拟非二值逻辑功能（如模糊逻辑）？
• RQ5 所提出的范式能否扩展至复杂、能效受限的计算应用？

主要发现

• 所提出的可重构门在实现模拟计算的同时，功耗接近数字系统水平，且通过忆阻器调节实现。
• 成功展示了基于可重构门架构的硬件数据聚类器，表现出对输入模式的适应能力。
• 模糊NAND门已通过实验实现，验证了其具备可调阈值的分级逻辑运算能力。
• 系统通过确保每次耗散电荷均对计算产生实质性贡献，实现高能效。
• 将忆阻器集成到逻辑门中可实现无需额外电路的动态重构，降低面积与功耗开销。