JSSC 2023.3期刊包含了多篇关于定制集成电路和前沿技术的研究论文。本期特别关注于2022年定制集成电路会议的成果,强调了在能源效率、神经形态视觉传感器应用、深度学习加速器以及高性能模拟电路设计等领域的重要进展。
首先,文章"A915-1220 TOPS/W, 976-1301 GOPS"由X. Zhang 和 A. Basu合作,介绍了基于混合内存计算的始终在线图像处理系统,用于提升 Neuromorphic Vision Sensors(神经形态视觉传感器)的性能,旨在实现在低功耗下进行高效图像处理,每秒处理超过1220万亿次操作(TOPS)和976吉op(GOPS),这对于实时视觉感知和分析至关重要。
接着,Heo等人提出的"T-PIM: An Energy-Efficient Processing-in-Memory Accelerator for End-to-End On-Device Training"关注的是针对端到端设备训练的新型内存内处理加速器,旨在降低能耗,支持深度学习模型在嵌入式设备中的快速学习与推理。
Li等人探讨了"An Efficient Deep-Learning-Based Super-Resolution Accelerating SoC With Heterogeneous Accelerating and Hierarchical Cache",他们开发了一种利用异构加速器和层次化缓存的深度学习超级分辨率系统,旨在优化计算性能和能效,适用于高分辨率图像处理应用。
Guo等人介绍的"A13b600-675 MS/s Tri-State Pipelined-SAR ADC With Inverter-Based Open-Loop Residue Amplifier"是高速模拟电路设计的一部分,提出了一种13位每秒600-675 MS/s三态并行模数转换器,结合了基于反相器的开环残余放大器,展示了高性能模拟信号处理技术的进步。
Buccoleri等人的工作"A72-fs Total-Integrated Jitter Two-Core Fractional-N Digital PLL With Digital Period Averaging Calibration on Frequency Quadrupler and True-in-Phase Combiner"聚焦于精密频率合成器设计,他们开发了一种具有数字周期平均校准功能的高频集成双核分数阶数字锁相环,对于高精度时钟同步和通信系统至关重要。
JSSC 2023.3期刊集合了当前集成电路设计的尖端研究成果,涵盖了从神经形态视觉处理到深度学习加速、高精度模拟电路以及精密时钟控制等多个关键领域,反映了行业对低功耗、高性能和实时性要求的不断追求。这些研究为未来的芯片设计和嵌入式系统提供了重要的理论基础和技术支撑。