利用随机计算技术，针对一般多变量非线性函数设计了高效模块

《IEEE Transactions on Very Large Scale Integration (VLSI) Systems》：Highly Efficient Module Design for General Multivariate Nonlinear Functions Using Stochastic Computing

非线性函数逼近的SMM-FSM架构在CMOS实现中显著降低面积和功耗

　　

摘要：

非线性函数在信号处理、自动控制和机器学习中起着重要作用，它们既可以用作激活函数，也可以实现非线性空间建模。然而，传统的硬件实现方法（如查找表（LUT）、泰勒级数和坐标旋转数字计算机（CORDIC）存在较高的开销和有限的通用性。随机计算（SC）是一种新型的非二进制计算方法，在电路紧凑性和功耗效率方面具有显著优势。本文介绍了一种分段多驱动多维有限状态机（SMM-FSM）运算符，该运算符结合了输入空间划分、仿射归一化和针对各段的参数配置，能够准确高效地近似复杂且非单调的单变量函数。通过利用Kolmogorov–Arnold（K–A）定理，SMM-FSM还支持通过组合单变量运算符来进行多变量非线性计算。所提出的方案采用全数字CMOS实现方式，提高了在实际应用中的兼容性和集成便利性。多变量函数近似实验结果表明，与传统方法相比，该方案在面积上减少了1.33倍至5.17倍，在功耗上节省了1.37倍至2.65倍，同时精度损失极小。此外，基于该架构构建的节点分类电路在面积上比二进制多层感知器（MLP）实现了8.23倍的提升，在功耗上降低了3.34倍，在延迟上减少了5.74倍，充分展现了其高效性和灵活性。