In this paper, we first propose a large-scale high-speed memristor crossbar array considering signal integrity for deep neural network inference. This paper aims to design the interconnection of memristor crossbar array for the highest accuracy of inference. For this, we modeled and implemented the entire computational process for inference in addition to structural design and analysis. To get accurate inference results over a wide operating frequency band, we designed interconnections and an array that can cancel the ringing. Also, the signal integrity analysis in the designed structure was used to understand the phenomenon and to check the eye diagram. In order to verify the proposed design, DNN is implemented through hybrid-circuits model and inference accuracy was confirmed. Finally, it is confirmed that the accuracy is significantly improved compared to the existing array having the same network size.
본 논문에서는 처음으로 딥 뉴럴 네트워크 추론을 위한 대규모 고속 멤리스터 크로스바 어레이 설계를 신호 무결성 관점에서 제안하였다. 본 논문은 가장 높은 추론 정확도를 얻어낼 수 있는 어레이의 인터커넥션 구조를 설계하는 것에 목적을 두고 있다. 이를 위해 구조 설계 및 분석과 동시에 추론을 위한 전체 연산 과정을 모델링하고 실행하였다. 넓은 동작 주파수 대역에 대한 정확한 추론 결과를 얻기 위해, 인터커넥션 구조 및 링잉을 상쇄할 수 있는 어레이를 설계했으며, 구조에서의 신호 무결성 분석을 통해 현상을 이해하고, 아이 다이어그램을 확인하였다. 제안 구조를 검증하기 위해 혼성 회로 모델을 통해 실제 딥 뉴럴 네트워크 추론 과정을 동작 시켜 추론의 정확도를 얻어냈으며, 최종적으로 같은 네트워크 크기를 가지는 기존 어레이에 비해 크게 정확도 향상되었음을 확인했다.