用于神经网络的低延时随机除法器
文章要点
1、随机计算在计算精度方面和延时方面存在缺点,最好要求输入序列是不相关的,且大多数随机计算单元需要 2^n来计算。
2、结果有界。为 0-1 或者 -1到1.需要 拓展的随即逻辑来解决此类问题。 方法是取两序列的商,所以需要随机除法器出场。范围会来到0 to 2^n, -2^n-1 to 2^n -1 。
3、传统随机除法器存在负反馈路径,并且时间要求 2^n 个 clk,太长了。需要改善延迟。二进制搜索法可以减少到线性时间,但这仍不可接受。 当然也有别的方法,但是都优缺点,所以作者提出了个方法。
4、本文中的方法 不采用 二进制搜索方法,提出一种 十进制搜索方法减少迭代次数(2次)来减少延迟。这种方法似乎可以接受,增加的复杂度不多,性能也好。
随机计算基础
1、随即计算中 x 的值是以 序列中 值为1的概率 p 表示的, 在单极表示中 x 就是 p的值,双极(biopolar)时, x为 2p-1;(本文中以双极表示)。
2、随机数生成器(SNG) 可以将概率p编码为 随机序列。方法是 生成 2^n-1 个随机数,然后 与 p*2^n 数值做比较,大的就输出1,小的话就是0。此时概率就变成序列了。所以得 2^N 个周期。随机数通常由 LFSR生产。
<