能量高效的近似乘法器与加法器用于多媒体计算应用:面向精度增强的新型优化算术电路设计与评估

《Energy Exploration & Exploitation》:Energy-efficient approximate multipliers and adders for multimedia computing applications: Design and evaluation of novel optimized arithmetic circuits with enhanced accuracy

【字体: 大 中 小 】 时间:2026年09月18日 来源:Energy Exploration & Exploitation 1.6

编辑推荐:

  先进电子产品已成为人类生活中不可或缺的组成部分,从口袋中的智能手机到道路上的现代车辆,再到绕地球运行的卫星。功耗已成为这些应用中的主要约束条件。近似计算(approximate computing, AC)已成为最有前景的范式之一,并广泛渗透于各类容错应用中。

  
先进电子产品已成为人类生活中不可或缺的组成部分,从口袋中的智能手机到道路上的现代车辆,再到绕地球运行的卫星。功耗已成为这些应用中的主要约束条件。近似计算(approximate computing, AC)已成为最有前景的范式之一,并广泛渗透于各类容错应用中。优化加法器和乘法器对于高能效和高面积效率的多媒体系统至关重要。AC非常适用于算术电路。然而,现有设计日益增长的硬件复杂度导致了更高的面积和功耗开销。本文通过逻辑级化简提出了高性能的简化近似加法器(simplified approximate adders, SAAs),并提出了新型高能效和高面积效率的近似乘法器(energy- and area-efficient approximate multipliers, EAAMrs)。研究人员使用Cadence Genus Synthesis Solution在45 nm工艺节点下进行了广泛的设计与精度指标分析。所提出的设计在功耗、延迟和面积方面均实现了显著改进。此外,平均误差距离(Mean Error Distance, MED)、归一化平均误差距离(Normalized Mean Error Distance, NMED)和均方误差(Mean Squared Error, MSE)结果表明,与现有设计相比,所提出设计具有更优的误差特性。通过将所提出设计应用于图像平滑和压缩中且对图像质量影响极小,进一步证明了其有效性。
**一、研究背景与问题**

随着超大规模集成电路(very large-scale integration, VLSI)的纳米级小型化,便携式移动设备、大数据处理、物联网(Internet of Things, IoT)、机器学习和多媒体应用对低功耗预算下的海量数据计算提出了迫切需求。高能效算术电路是数字系统的基础。传统精确算术电路在功耗、延迟和面积方面面临严峻挑战,难以满足日益增长的计算密集型应用需求。近似计算(approximate computing, AC)作为一种新兴设计范式,利用许多应用(如图像处理、多媒体系统)对计算精度具有一定容错能力的特性,能够在损失少量精度的前提下显著降低功耗和硬件复杂度。

加法器和乘法器是数字信号处理和多媒体系统中的核心运算单元,其中乘法器的性能很大程度上依赖于加法器。现有近似加法器设计虽已尝试通过逻辑化简降低硬件复杂度,但许多具有与所提出加法器相似误差特性的设计仍需更多逻辑门,导致更高的能耗和硬件复杂度。此外,现有近似乘法器通常基于传统Wallace树乘法器(Wallace tree multiplier, WTM)或Dadda乘法器(Dadda multiplier, DM),受限于传统部分积(partial product, PP)约简架构和较长的进位传播加法器(carry propagate adder, CPA),限制了性能提升空间。为此,该研究旨在设计高性能简化近似加法器(SAAs)和高能效面积高效近似乘法器(EAAMrs),用于图像处理等容错应用。

**二、研究内容与主要结论**

研究人员提出了五种简化近似加法器(SAA1至SAA5),通过逻辑级化简仅使用基本的AND、OR和NOT门实现,消除了传统XOR密集型结构。在乘法器层面,提出了新型EAAMr架构,采用改进的部分积约简策略,在每个阶段部署最大数量的全加器(full adder, FA)并策略性放置半加器(half adder, HA),从而显著缩短了最终CPA的字长。在45 nm工艺节点下使用Cadence Genus 17.22进行了综合验证。结果表明,所提出的SAAs和EAAMr在功耗、延迟、面积及功耗延迟积(power-delay product, PDP)、功耗面积积(power-area product, PAP)、面积延迟积(area-delay product, ADP)方面均优于现有设计,同时平均误差距离(MED)、归一化平均误差距离(NMED)和均方误差(MSE)等精度指标也得到改善。通过图像平滑和图像压缩两个应用验证了所提出设计的实用性。

**三、关键技术方法**

该研究的主要技术方法包括:(1)逻辑级化简方法,通过对布尔函数最小化设计SAA1至SAA5,仅用AND、OR、NOT门实现近似全加器/半加器;(2)改进的部分积约简架构,在EAAMr中最大化初始阶段FA部署以压缩矩阵高度,减少CPA长度;(3)受控近似引入策略,仅在LSB位置选择性集成SAA单元;(4)基于VHDL编码和45 nm工艺节点的Cadence Genus Synthesis Solution综合流程,在慢工艺角(slow.lib)、1.08 V工作电压和125 °C温度条件下评估。图像处理验证采用256×256像素的标准灰度图像(Lena、Cameraman和Floral),使用3×3高斯核(σ=1.4)进行图像平滑;图像压缩采用8×8分块的DCT变换,以Cameraman图像为测试输入。

**四、研究结果**

**4.1 近似加法器的设计指标分析**

SAA4具有4个错误输出,相比传统全加器实现44.65%的功耗降低、53.33%的面积降低和26.9%的延迟降低。与同类设计SAFA2E、Appx Adder2和Appx Adder3相比,SAA4分别实现37.9%、33.5%和30.9%的功耗节省,42.9%、35%和8.53%的延迟降低,以及46.2%、32.7%和28.5%的面积节省。SAA3和SAA2(各含3个错误)相比精确加法器分别实现23.1%和27.6%的功耗降低、8.36%和16.4%的延迟降低以及32.82%和33.33%的面积降低。SAA1(最少仅2个错误)相比精确FA实现16.12%功耗、4.95%延迟和26.12%面积降低。SAA5作为近似半加器也显著改善了设计指标。

**4.2 近似乘法器的设计指标分析**

精确版本的EAAMr相比传统WTM和DM分别实现14.81%和7.96%的功耗降低、3.58%和11.49%的延迟降低以及7.07%和9.60%的面积降低。近似版本的EAAMr1至EAAMr4相比对应的近似WTM(AWTMr1–AWTMr4)和近似DM(ADMr1–ADMr4)均实现显著改善。例如,EAAMr4相比AWTMr4实现12.67%的功耗降低、24.93%的延迟降低和16.69%的面积降低;相比ADMr4实现11.33%的功耗降低、18.59%的延迟降低和10.96%的面积降低。EAAMrs相比精确WTM的PDP改善幅度达28.76%至53.12%。

**4.3 精度指标分析**

SAA4取得与Appx adder3相同的MED、NMED和MSE值,但硬件开销更低。SAA3取得了与AFA相同的MED和NMED值且MSE更低(0.6250)。对于8位乘法器,评估了全部65,536种输入组合,EAAMr4相比AWTMr4和ADMr4具有更优的误差性能。SAA1和SAA2不存在进位传播误差,使EAAMr1和EAAMr2分别优于对应的AWTMr1/ADMr1和AWTMr2/ADMr2。

**4.4 图像平滑应用**

图像平滑实验采用二维高斯滤波(3×3核,σ=1.4),在Lena、Cameraman和Floral三幅256×256图像上进行。EAAMr3取得最佳图像质量,PSNR分别为38.24 dB、36.18 dB和39.56 dB,SSIM分别为0.9567、0.9402和0.9645(表中记为0.95、0.94、0.95)。EAAMr1也提供了良好的图像质量,而EAAMr2和EAAMr4的PSNR和SSIM相对较低,体现了精度与图像质量之间的权衡。

**4.5 图像压缩应用**

将所提出的SAA和EAAMr集成到基于DCT的图像压缩框架中,构建了四种近似DCT结构(DCT1至DCT4)。相比精确DCT架构,DCT1、DCT2、DCT3和DCT4分别实现32.46%、33.54%、42.57%和44.61%的功耗降低,9.49%、16.80%、3.89%和10.89%的延迟降低,以及30.28%、34.63%、31.25%和37.22%的面积节省。在Cameraman图像压缩实验中,DCT1取得最高的PSNR 31.08 dB和SSIM 0.9056。

**五、讨论与结论**

该研究通过系统的逻辑复杂度约简方法设计了五种SAA,其性能优于现有近似加法器。基于SAA和优化PP约简架构的EAAMr相比传统WTM和DM架构及其近似版本均取得更优性能,这归因于EAAMr较短的CPA长度和高效的分级PP约简策略。设计在性能与精度之间存在权衡,为高密度电路优化提供了灵活性。在图像平滑和压缩应用中的评估结果证实了所提设计在保证输出图像质量的同时实现显著能耗降低。未来可探索高介电常数栅介质MOSFET中的近似计算电路,以进一步提升复杂算术电路的性能和能效。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号