时间：2022-12-24 02:26:01
专用硬件加速器是为了最大化提高尖峰神经网络( SNN )的性能效率而设计和采用的。 但是，这种加速器容易受到高能粒子碰撞产生的瞬间故障，即软件错误的影响，表现为硬件层的位反转。 这些错误会更改SNN加速器计算引擎中的权重和神经元操作，从而降低不正确的输出和精度。 但是，计算引擎中软错误的影响及其缓解技术对于SNN还没有得到彻底的研究。 一个潜在的解决方案是采用冗余执行(再执行)来确保正确的输出，但这会导致巨大的延迟和能源支出。 为此，提出了一种无需重新执行SNN加速器权重寄存器(突触)和神经元内软错误就能处理的新方法SoftSNN，以低延迟和能量成本维持准确性。 我们的SoftSNN方法采用了以下重要步骤。 (1)分析软错误下的SNN特性，识别错误的SNN行为所需的错误权重和神经元操作)2)利用该分析的Bound-and-Protect技术通过约束权重值，保护神经元免受误操作实验结果表明，在900个神经元的网络中，即使故障率很高，我们的SoftSNN也在维持3%以下的精度降低的同时，与再执行技术相比，延迟和能量分别减少了3倍和2.3倍。 《SoftSNN: Low-Cost Fault Tolerance for Spiking Neural Network Accelerators under Soft Errors》论文地址： http://arxiv.org/ABS/2203.05523 v1
