喜欢0次
团队名：潜心智能
团队成员：栾存阳、张瑞、仲祖霆
团队指导老师：王永
作品简介：
心血管疾病严重威胁人类生命健康，为社会和家庭带来沉重的负担。早期准确诊断心血管疾病对于挽救患者生命至关重要。传统的神经网络因注重精度的提高，忽略了硬件实现的可适用性。参数量多、运算复杂、系统功耗高等缺点限制了其在嵌入式场景中的应用。针对这些缺点，本团队设计了一种基于E203和二值权重及激活神经网络(Binary Weight And Activation Networks, BWAN)加速器的超低功耗ECG分类系统。相比传统卷积神经网络专注于精度的提高，BWAN更好的均衡了精度和硬件资源的使用，BWAN通过参数二值化，卷积池化融合以及结构化剪枝的精细化网络结构设计，在降低位宽和运算复杂度的同时，实现98.2%的分类精度。为了进一步降低功耗，减小面积，本团队完成芯片级设计。基于中芯国际(SMIC) 40 nm工艺库，完成二值权重及激活的超低功耗ECG分类系统的综合（Design Compiler, DC）、后端版图（Layout）设计，综合面积仅为0.0049 mm2。工作频率为100 KHz时，分类系统的功耗约为0.6 uW。
