I. Hiệu suất cấu trúc mạch
Nghiên cứu tập trung vào việc cải thiện hiệu suất của cấu trúc mạch Winner-Take-All (WTA) trong miền thời gian. Mạch WTA đóng vai trò quan trọng trong các hệ thống neuromorphic, giúp xác định tín hiệu mạnh nhất từ nhiều đầu vào. Cấu trúc mạch được thiết kế để tối ưu hóa tốc độ và độ chính xác, đáp ứng yêu cầu của các ứng dụng thực tế như xử lý tín hiệu và nhận dạng mẫu.
1.1. Thiết kế mạch điện tử
Thiết kế mạch WTA dựa trên công nghệ CMOS 130nm, sử dụng các thành phần như mạch tích hợp và mạch điều khiển dòng điện. Các mạch này được mô phỏng trên phần mềm Cadence Virtuoso để đảm bảo hiệu suất cao và độ chính xác trên 95%. Mạch được tối ưu hóa để hoạt động ở tần số 1MHz, phù hợp với các hệ thống neuromorphic.
1.2. Tối ưu hóa mạch
Quá trình tối ưu hóa mạch bao gồm việc thêm các tế bào trễ (delay cells) để cải thiện độ chính xác từ 99.3% lên 99.75%. Các tế bào trễ giúp giảm nhiễu và tăng độ ổn định của mạch, đặc biệt trong các ứng dụng đòi hỏi tốc độ cao như nhận dạng mẫu.
II. Ứng dụng neuromorphic
Mạch WTA được tích hợp vào hệ thống neuromorphic sử dụng memristor crossbar để thực hiện các nhiệm vụ nhận dạng mẫu. Hệ thống này mô phỏng cấu trúc và chức năng của não người, sử dụng tính toán neuromorphic để xử lý thông tin hiệu quả.
2.1. Memristor crossbar
Memristor crossbar là một cấu trúc gồm nhiều memristor được sắp xếp theo hàng và cột, giúp lưu trữ và xử lý thông tin hiệu quả. Nghiên cứu sử dụng memristor crossbar 64x10 để xử lý dữ liệu MNIST, đạt tỷ lệ nhận dạng lên đến 100% khi sử dụng 3 tế bào trễ.
2.2. Nhận dạng mẫu
Hệ thống neuromorphic được áp dụng để giải quyết bài toán nhận dạng mẫu, sử dụng mạch WTA làm lớp cuối cùng của crossbar. Kết quả mô phỏng cho thấy tỷ lệ nhận dạng tăng từ 60% lên 80% và 100% khi thêm 1, 2 và 3 tế bào trễ.
III. Kiến trúc mạch và tính toán hiệu quả
Nghiên cứu đề xuất một kiến trúc mạch mới cho mạch WTA, tập trung vào tính toán hiệu quả và xử lý tín hiệu trong miền thời gian. Kiến trúc này được so sánh với các thiết kế hiện có để đánh giá hiệu suất và độ ổn định.
3.1. So sánh với các thiết kế hiện có
Mạch WTA đề xuất được so sánh với các thiết kế hiện có về độ chính xác, tốc độ và mức tiêu thụ năng lượng. Kết quả cho thấy mạch đề xuất đạt độ chính xác cao hơn và tốc độ nhanh hơn, phù hợp với các ứng dụng thực tế.
3.2. Công nghệ neuromorphic
Nghiên cứu nhấn mạnh tầm quan trọng của công nghệ neuromorphic trong việc phát triển các hệ thống tính toán hiệu quả và tiết kiệm năng lượng. Mạch WTA là một thành phần quan trọng trong các hệ thống này, giúp cải thiện hiệu suất và độ chính xác.
