인공 신경망의 희소 활동을 활용하는 동기 직접 회로의 소비 전력 절감 장치 및 방법

뉴런 희소 활동 감지 클럭 게이팅 기반 동기식 뉴로모픽 회로 저전력화 장치

본 기술은 인공 신경망에서 뉴런 출력이 0이 되는 희소 활동을 논리 게이트와 레지스터로 감지하고, 그 결과에 따라 뉴로모픽 단위 셀 레지스터의 클럭을 차단하는 클럭 게이팅 회로를 갖춘 동기 집적 회로 소비 전력 절감 장치입니다.

딥러닝 연산량이 방대해지면서 모바일 CPU나 FPGA 가속기는 10W 이상을 소비해 휴대폰·웨어러블 같은 배터리 기반 기기에 적합하지 않았습니다. 스파이크 기반 비동기 뉴로모픽 회로와 달리 디지털 동기 회로는 유용한 연산이 없을 때에도 클럭에 의해 계속 동적 전력을 소비하는 문제가 있었습니다.

본 기술은 n비트 뉴런 활동 값을 오어 게이트와 레지스터로 누적 판별하고 유효 신호와 앤드 연산한 인에이블 신호로 처리 요소의 클럭을 스위칭하여, 활동이 없는 세미시스톨릭 곱셈기 단위 셀의 불필요한 동작을 막습니다. 동기 회로에서도 활동량에 비례한 동적 전력 절감이 가능해집니다. 스마트폰, 웨어러블, 상시 동작형 음성·영상 인식 칩 등에 적용될 수 있어 배터리 사용 시간을 늘리면서 온디바이스 AI 추론을 상시 구동할 수 있습니다.

‍

‍

Key Features:

• 인공 신경망에서 뉴런의 출력이 제로가 되는 희소 활동을 감지하는 활동 감지부
• 희소 활동 감지에 따라 뉴로모픽 컴퓨팅 시스템 단위 셀에 포함된 레지스터의 클럭 핀 입력 클럭을 차단하는 클럭 게이팅 회로부
• n비트 뉴런 활동 값을 입력받는 오어 게이트, 그 출력을 되먹임하는 제1 레지스터, 유효 신호와 앤드 연산해 인에이블 신호를 내는 제1 앤드 게이트
• 인에이블 신호를 클럭에 따라 출력하는 제2 레지스터와 그 출력을 클럭과 앤드 연산하는 제2 앤드 게이트를 갖추며 처리 요소는 세미시스톨릭 곱셈기 단위 셀

‍

본 발명은 교육부의 사물 인터넷을 위한 범용 임베디드 뉴로모픽 프로세서 연구 지원을 통해 개발되었습니다.

‍