Tolerância a Falhas Stuck-at em Sistemas de Computação RRAM

Dispositivos de memória de acesso aleatório (RAM) resistiva com comutação por óxido metálico emergente (RRAM) e barras cruzadas de RRAM demonstraram seu potencial em aumentar a velocidade e a eficiência energética da multiplicação de matriz-vetor analógica. No entanto, devido à tecnologia de fabricação imatura, as falhas Stuck-At-Faults (SAFs) que ocorrem comumente degradam seriamente a precisão computacional de um sistema de computação baseado em RRAM (RCS). Neste artigo, apresentamos uma estrutura tolerante a falhas para RCS. Um algoritmo de mapeamento com tolerância a falhas internas é proposto para converter parâmetros de matriz em condutâncias de RRAM em RCS e tolerar SAFs explorando totalmente o espaço de mapeamento disponível. Duas esquemas de redundância de base são propostos para garantir que RCS seja eficaz quando a porcentagem de células RRAM defeituosas é alta. Para reduzir o número de células RRAM redundantes quando os SAFs seguem uma distribuição não uniforme ou uma distribuição desconhecida, um esquema de redundância ciente da distribuição e um esquema de redundância reconfigurável são propostos para fornecer tolerância a falhas dinâmica. Resultados de simulação mostram que os esquemas de redundância de base podem melhorar a precisão de reconhecimento do conjunto de dados MNIST para quase o mesmo que o caso livre de falhas de RRAM, com um custo energético de aproximadamente 30%. Quando os SAFs seguem uma distribuição não uniforme e desconhecida, os esquemas cientes da distribuição e reconfiguráveis podem reduzir o número de células RRAM redundantes de mais de 200% para menos de 40% e 60%, respectivamente, sem reduzir a precisão de reconhecimento.