Optimal Stochastic Computing Randomization

doi:10.3390/electronics10232985

Optimal Stochastic Computing Randomization

2021-12-01

0

OA

AI

DOI：10.3390/electronics10232985

原文链接

原文求助

摘要

En 中文

随机计算（SC）是一种基于概率的处理方法，已成为在硬件中实现图像处理和深度学习的节能解决方案。这些系统的核心依赖于选择适当的随机数生成器（RNG）以确保可接受的精度。在本工作中，我们证明如果遵循适当的种子选择，经典的线性反馈移位寄存器（LFSR）可以有效地用于相关性敏感电路。为此，我们实现了基本的SC操作以及一个实际图像处理应用，即边缘检测电路。与文献相比，结果表明使用具有适当种子的单LFSR架构具有最佳精度。与8位精度下的次优方法（Sobol）相比，我们的工作在二次函数上表现提高了7.3倍；在缩放加法上观察到1.5的改进因子；在乘法上提高了1.1倍；在边缘检测上提高了1.3倍。最后，我们提供了必须用于不同应用场景的多项式和种子，使SC电路设计者能够有一个坚实的基础来生成可靠的位流。

Optimal Stochastic Computing Randomization

摘要

期刊

机构

引用论文