| IP명 | Multi-bit Computing-In-Memory DRAM Macro supporting Write Verification and Pipeline-based Refresh | ||
|---|---|---|---|
| Category | Mixed | Application | Memory |
| 실설계면적 | 4㎛ X 4㎛ | 공급 전압 | 1V |
| IP유형 | Soft IP | 동작속도 | 100MHz |
| 검증단계 | Silicon | 참여공정 | SS28-2102 |
| IP개요 | 현재 딥러닝과 관련하여 많은 연구들이 진행되고 있다. 딥러닝을 활용하기 위해서는 이를 뒷받침할 수 있는 하드웨어가 필요하다. 특히, 딥러닝의 경우, 굉장히 많은 양의 연산을 요구하기 때문에 이를 실제 applications에 적용하기 위해선 효율적인 하드웨어가 필요하다. 효율적인 설계 방법으론, 대표적으로 quantize된 데이터를 사용하는 것이다. 우리 디자인은 quantize 기법이 가미된 BFP arithmetic을 기본 자료형으로 사용하고 있다. 이는 기존에 보편적으로 사용됐던 FP arithmetic의 하드웨어들보다 더 적은 hardware density 및 resource들을 요구한다. 더 나아가 다양한 precision들을 지원할 수 있게 하여, 낮은 precision 연산에서 높은 throughput을 가질 수 있도록 하였다. |
||
- 레이아웃 사진 -
|
|||