확장 가능한 신경회로망 모듈 칩 설계

Abstract

본 논문에서는 간단한 비선형 시냅스 회로와 비선형 곱셈기를 이용하여 온 칩 학습기능을 포함한 모듈 칩을 설계하였다. 모듈 칩의 학습 회로는 MEBP(Modified Error Back-Propagation) 학습 규칙을 적용하여 구현하였으며, 모듈 칩이 출력 층과 은닉 층의 학습회로가 동일하므로 어떤 층에서도 사용 가능하도록 설계하였다. 제안한 모듈 칩은 HSPICE 회로 시뮬레이터를 이용하여 동작을 검증하였다. 제안한 모듈 칩은 확장 가능한 온 칩 학습 기능을 내장한 신경회로망 칩으로 대규모의 FNNs(Feedforwad Neural Networks) 구현에 매우 적합하리라 예상된다.

A modular chip with on-chip learning has been implemented using nonlinear synapse circuits and nonlinear multiplier circuits. The MEBP(Modified Error Back-Propagation) learning rule is employed for learning circuitry. The module chip has been designed for use of any layer since the learning circuitry of the output layer is as same as that of the hidden layer. The operation of the proposed modular chip has been verified using HSPICE circuit simulator. The modular neural chip might be very suitable for the future implementation of the large-scale neural networks with on-chip learning.