一种用于脑机接口语音解码的40纳米、3.9毫瓦、处理速度为200字/分钟的神经信号处理器

《IEEE Transactions on Biomedical Circuits and Systems》：A 40-nm 3.9mW, 200words/min Neural Signal Processor in Speech Decoding for Brain-Machine Interface

脑机接口实时处理芯片通过混合精度算术、计算重排等技术降低能耗46%和内存80%，支持200字/分钟的语音解码，125,000字容量远超前人31字符的极限。

　　

摘要：

脑机接口（BMI）技术使人类大脑能够直接与机器进行交流。本研究提出了一种用于实时BMI的神经信号处理器，该处理器支持将用户的语音尝试转换为句子。通过采用语音尝试检测技术，能耗降低了46%，同时语音尝试检测所需的通道数量也从128个减少到了16个。所提出的权重编码方法结合了稀疏编码和混合精度算术，将神经网络的片外存储大小减少了80%。计算顺序的优化使处理延迟降低了55%。对于部分求和缓存技术，神经网络的操作次数减少了25%。神经网络引擎中的处理单元（PE）阵列利用了输入数据和权重的稀疏性，进一步将处理延迟降低了95%。通过在PE阵列中使用所提出的混合精度乘法器，与全精度PE阵列相比，芯片面积减少了27%。在束搜索引擎中，所提出的近似top-k选择架构使得比较器的数量减少了16倍。该神经信号处理器的语音解码错误率分别为16.6%（音素错误率）和23.5%（单词错误率）。该芯片采用40纳米CMOS工艺制造，最大通信速率为每分钟200个单词，比现有最先进设计快16.7至42.6倍。该系统能够解码多达125,000个单词，而以往的研究只能解码最多31个字符。