Re: [情報] 類比電腦的未來可能性？

[jason90814 (菜B08)]

小弟學店大學生

剛好上學年在這個領域有些研究可以來跟大家分享一下

原po說的類比電腦，精確一點應該說是用類比 CIM (compute in memory) 來加速神經網路
運算

主要處理的問題就是原po提到的矩陣乘法，尤其是對 CNN 的模型特別有幫助

矩陣乘法再拆細一點其實就是瘋狂算內積，而這也是 CIM 真正有加速的地方

要算內積就要把很多數字加起來，類比 CIM 簡單來說就是把一條 BL 上所有的 cell 同時
打開，再看你要用啥方法判讀上面接幾個1，我自己印象比較深刻的做法有兩個：

1. 用 ReRAM 或 MRAM 這類很潮的記憶體把0、1換成電阻值，接著在 BL 上掛電壓源，將流
出的電流接進 ADC 就可以換成數字

2. 在 SRAM cell 上加電容，每個 cell 都透過電容接到 BL 上，因此 BL 會被特定數目的
電容連到 VDD；被特定數目電容連到 GND，接著再把 BL 的分壓用 ADC 換成數字

若單看加法的部分的確是比數位暴力 adder tree 還要快又省 power，但麻煩的就是後面的
 ADC ，吃 power 還會降低精準度，而精確度重不重要就真的是看使用環境

因此數位類比看來看去其實平分秋色，類比也沒有啥永遠都贏數位的優點，反而非理想效應
多人家一卡車

而且許多 CIM 都只專注在矩陣乘法這一塊，其實整個系統的 data flow 設計的好不好影響
更多

如果有興趣的話清大有個教授有在做類比 CIM，台積電也有蠻多數位 CIM 的設計，論文都
蠻好找的也算淺顯易懂，平常當作休閒科普也是挺不錯的~

--
※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 1.200.23.138 (臺灣)
※ 文章網址: https://www.ptt.cc/bbs/Tech_Job/M.1657284288.A.D62.html
※ 編輯: jason90814 (1.200.23.138 臺灣), 07/08/2022 20:52:19
推 easyman     : 推, 愛普 有在搞這個嗎 ?
推 jkamberson  : 推
→ Kururu8079  : 推，但電源的輸入跟adc的把控真的是大難題
推 zhoyo99     : 推
推 lturtsamuel : 張孟凡？
推 hahahaP01NT : 推
→ hank780420  : 張孟凡 CIM大師
推 coware      : 唉 30年前就知道答案的事
推 ppony       : 這種應該是AI方面的運算比較高效率，其他的運算應該
→ ppony       : 是沒有比較好，電路裡面ADC是裡面的成本比較高的，
→ ppony       : 是不是這樣？
推 imreader    : 類比就是不好控制，才會大量改用數位，幹麼走回頭路
推 labbat      : 類比就是不少EE大學生的夢想。電子學從類比教到數
→ labbat      : 位，再從數位教到類比，都不嫌麻煩的
推 ctct0513    : CIM超難做的
推 ShangLai    : CIM很難做沒錯，但ADC未來可能會愈來愈重要，畢竟
→ ShangLai    : 將來Serdes的潮流是走向前端ADC，後端數位處理。
→ ShangLai    : 而ADC可能因為noise margin 不夠造成的error bit，
→ ShangLai    : 就交給ECC來處理。
→ ShangLai    : 至於類神經網路，其實ADC有點小error是可以接收的
→ ShangLai    : ，畢竟CNN本身就跟透過特徵方程式刪掉不少訊息以加
→ ShangLai    : 快處理速度，所以發生點小錯誤無傷大雅
→ HotDogCC    : CIM很強 但很少人搞
推 b0117       : 聽起來這東西要量產還非常遠
推 KAOKAOKAO   : 推  感謝釋疑