اميرحسين اميرابراهيمي

Design an‎d eva‎luation of an 8-Bit Approximate Recursive Multiplier for Machine Learning Applications

با افزايش حجم داده‌ها و نياز به انجام عمليات رياضي پيچيده در سامانه‌هاي نوين مانند اينترنت اشيا، شبكه‌هاي عصبي و يادگيري ماشين، طراحي مدارهايي با توان مصرفي پايين، سرعت بالا و دقت قابل‌قبول اهميت ويژه‌اي پيدا كرده است. يكي از راهكارهاي مؤثر در اين زمينه، استفاده از محاسبات تقريبي است كه با صرف‌نظر از بخشي از دقت محاسبات، كارايي و بازده انرژي سيستم را به‌طور چشمگيري افزايش مي‌دهد.در اين پژوهش، يك ضرب‌كننده‌ي تقريبي 8 بيتي بر پايه‌ي ساختار آرايه‌اي طراحي و پياده‌سازي شده است. در اين طراحي، ضرب‌كننده به چهار بلوك 4×4 تقسيم شده و براي كاهش تأخير و توان مصرفي، دو بلوك مياني به‌صورت تقريبي و دو بلوك بالا و پايين به‌صورت دقيق طراحي شده‌اند. در بخش جمع كننده دو رويكرد براي تقريب در اين بخش مورد بررسي قرار گرفت: نخست، كاهش تعداد جمع‌كننده‌ها و حذف مسير حمل بين آن‌ها، و دوم، طراحي جمع‌كننده‌ي تقريبي جديد با جايگزيني گيت‌ها و صرف‌نظر از حامل داخلي. در طرح نهايي، با تركيب هوشمندانه‌ي دقيق و تقريبي بسته به موقعيت هر بخش، توازن مناسبي ميان سرعت، توان و دقت برقرار شده است. همچنين دو روش محاسباتي رو به جلو و رو به عقب براي اعمال تقريب در مراحل توليد حاصل‌ضرب جزئي بررسي شده‌اند. در روش رو به جلو ، تقريب از بيت‌هاي كم‌ارزش آغاز مي‌شود و از حامل صرف نظر مي‌شود و در روش رو به عقب از بيت‌هاي پرارزش از حامل به عنوان اصلي ترين عامل پخش تاخير صرف نظر مي‌شود. نتايج شبيه‌سازي و ارزيابي با شاخص ميانگين فاصله خطاي نسبي نشان مي‌دهد كه ضرب‌كننده‌ي پيشنهادي در مقايسه با طرح‌هاي مشابه، با حفظ دقت مناسب، تأخير بحراني و توان مصرفي را به‌طور چشمگيري كاهش داده و گزينه‌اي كارآمد براي استفاده در سيستم‌هاي كم‌مصرف و كاربردهاي يادگيري ماشين به شمار مي‌آيد.