面向端侧极低功耗AI的模拟存算一体宏及自适应量化系统设计.docxVIP

PAGE2

面向端侧极低功耗AI的模拟存算一体宏及自适应量化系统设计

摘要

端侧人工智能推理功耗与能效仅靠数字逻辑优化已逼近其物理极限，难以满足物联网节点、可穿戴设备等微瓦级场景的长时运行需求。本文以28nmCMOS工艺为设计基底，设计并实现了一种基于Flash模拟存算一体宏及自适应量化协同的极低功耗AI推理系统。核心方案包括：构建闪存单元构成的模拟存算阵列，在模拟域内完成矩阵向量乘法，避免数据搬运与模数转换频繁开销；设计粒度可调的自适应量化引擎，根据输入特征动态调整位宽，平衡精度与功耗。设计过程遵循“需求分析→总体设计→详细设计→实现→测试”的工程递进路线。全文首先分析端侧AI的功耗瓶颈，明确微瓦级推理、自适应量化等核心指标；接着对模拟存算技术、Flash单元特性及量化方法进行技术论证；经需求建模后，给出系统架构、模块划分、存储与接口设计；继而对存算宏、量化逻辑等核心模块展开详细设计与算法描述；最终通过仿真与板级测试，完成功能验证与性能评估。测试结果表明，系统在0.9V供电下实现单次推理功耗仅3.2μW，与纯数字方案相比能效提升约18倍，且自适应量化使模型精度损失控制在0.6%以内。设计特色在于将非易失Flash存算一体与动态位宽量化深度耦合，为端侧超低功耗智能感知提供了一种可工程化的设计范式。

第一章绪论

1.1研究背景

将人工智能推理能力下沉至传感节点，可大