概要
SRAMベースのアナログCiM回路における推論精度影響をモデル化・解析するシミュレーションフレームワーク。アナログノイズが1LSBでもImageNet等の複雑タスクで精度を大幅低下させることを示し、ハイブリッドアナログ-デジタル実行や多数決投票による軽減策を評価。省エネ効果を保ちながら精度を確保する設計指針を提供する。
A simulation framework for modeling and analyzing how analog noise impacts inference accuracy in SRAM-based compute-in-memory (CiM) circuits. Reveals that even 1 LSB of analog noise can significantly impair performance on complex tasks like ImageNet, and evaluates mitigation strategies — hybrid analog-digital execution and majority voting — to recover accuracy while preserving CiM energy efficiency benefits.