Estudo sobre o efeito das interconexões de cobre em circuitos de redes neurais baseadas em transistores MOS de tecnologia 16nm

Abstract

As redes neurais são cruciais para aplicações de inteligência artificial e aprendizado de máquina, devido à sua capacidade de emular o comportamento do cérebro humano e processar grandes volumes de dados de maneira eficiente. No entanto, a implementação dessas redes enfrenta desafios significativos devido aos altos níveis de conectividade exigidos por redes neurais densas, além de questões de dissipação de potência, tempo de atraso, largura de banda e escalabilidade. Neste contexto, o presente trabalho investiga o impacto das interconexões nos parâmetros de desempenho em circuitos de redes neurais baseadas em transistores MOS de tecnologia 16 nm. Para isso, o estudo categoriza as interconexões em locais, intermediárias e globais, examinando seus efeitos específicos no consumo de potência, no atraso e na largura de banda do sistema. A análise visa identificar combinações de interconexões que podem ser inseridas sem comprometer o desempenho do sistema além dos limites estipulados, garantindo assim a eficiência em ambientes baseados em tecnologia de transistores MOS de 16 nm. Esse esforço contribui para o avanço contínuo da computação neuromórfica e suas aplicações práticas.

Neural networks are crucial for artificial intelligence and machine learning applications due to their ability to emulate human brain behavior and process large volumes of data efficiently. However, implementing these networks faces significant challenges due to the high levels of connectivity required by dense neural networks, as well as issues related to power dissipation, delay, bandwidth, and scalability. In this context, this study investigates the impact of interconnections on the performance parameters of neural network circuits based on 16 nm MOS transistors. To address these challenges, the study categorizes inter- connections into local, intermediate, and global, examining their specific effects on power consumption, delay, and system bandwidth. The analysis aims to identify combinations of interconnections that can be implemented without compromising system performance beyond stipulated limits, thus ensuring efficiency in environments based on 16 nm MOS transistor technology. This effort contributes to the ongoing advancement of neuromorphic computing and its practical applications.