Senputing: An Ultra-Low-Power Always-On Vision Perception Chip Featuring the Deep Fusion of Sensing and Computing

MNIST数据库 计算机科学 人工智能 计算 功率(物理) 计算机硬件 嵌入式系统 炸薯条 深度学习 算法 电信 量子力学 物理
作者
Xu Han,Ningchao Lin,Li Luo,Qi Wei,Runsheng Wang,Cheng Zhuo,Xunzhao Yin,Fei Qiao,Huazhong Yang
出处
期刊:IEEE Transactions on Circuits and Systems I-regular Papers [Institute of Electrical and Electronics Engineers]
卷期号:69 (1): 232-243 被引量:20
标识
DOI:10.1109/tcsi.2021.3090668
摘要

Always-on intelligent visual perception applications are widely deployed in edges in the AIoT era. In order to eliminate power costs of data conversion and transmission, this paper proposes Senputing, an ultra-low-power processing-in-sensor chip that completely fuses sensing and computing together for a BNN-based hierarchical processing system. This chip could operate in two modes. In computation mode, photocurrents are directly utilized for computing without being converted into voltages, and the computation results of 1-st BNN layer are directly sent out to subsequent BNN processors for an always-on coarse classification, eliminating conversion power and storage cost of raw images. Once an interested objected is detected, this chip switches to sensor mode and sends raw images to potential full-precision processors or cloud servers for fine-grained recognition or segmentation. A $32\times 32$ prototype is fabricated with 180nm CMOS process. It accomplishes MNIST dataset classification task with the accuracy of 93.76% and the power consumption of 147nW at 156fps, achieving $13.1\times $ energy efficiency compared with state-of-the-art work.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
刚刚
1秒前
打打应助Zoe采纳,获得10
1秒前
2秒前
卡莉发布了新的文献求助20
2秒前
猩猩发布了新的文献求助10
3秒前
白菜也挺贵完成签到,获得积分10
3秒前
4秒前
好好好完成签到,获得积分20
4秒前
5秒前
upupup完成签到,获得积分10
5秒前
宋昊完成签到,获得积分10
6秒前
精明念寒完成签到,获得积分10
7秒前
好好好发布了新的文献求助10
9秒前
ounceee发布了新的文献求助10
11秒前
科研通AI2S应助74758994A采纳,获得10
13秒前
zyj完成签到,获得积分10
14秒前
15秒前
15秒前
15秒前
16秒前
zsyzxb完成签到,获得积分10
16秒前
19秒前
19秒前
lujiajia发布了新的文献求助10
20秒前
苍露完成签到 ,获得积分10
21秒前
Rihanna发布了新的文献求助10
22秒前
小恐龙飞飞完成签到 ,获得积分10
24秒前
24秒前
不配.应助科研通管家采纳,获得10
24秒前
33完成签到 ,获得积分10
24秒前
科研通AI2S应助科研通管家采纳,获得10
24秒前
不配.应助科研通管家采纳,获得10
24秒前
慕青应助科研通管家采纳,获得10
24秒前
24秒前
24秒前
不配.应助科研通管家采纳,获得10
25秒前
25秒前
25秒前
25秒前
高分求助中
A new species of Velataspis (Hemiptera Coccoidea Diaspididae) from tea in Assam 500
Sarcolestes leedsi Lydekker, an ankylosaurian dinosaur from the Middle Jurassic of England 500
Machine Learning for Polymer Informatics 500
《关于整治突出dupin问题的实施意见》(厅字〔2019〕52号) 500
2024 Medicinal Chemistry Reviews 480
Women in Power in Post-Communist Parliaments 450
Geochemistry, 2nd Edition 地球化学经典教科书第二版 401
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3218113
求助须知:如何正确求助?哪些是违规求助? 2867411
关于积分的说明 8156112
捐赠科研通 2534323
什么是DOI,文献DOI怎么找? 1366904
科研通“疑难数据库(出版商)”最低求助积分说明 644872
邀请新用户注册赠送积分活动 617922