Design of low noise high speed novel dynamic Analog Comparator in 65nm technology

Majumder, Alak; Das, Monalisa; Nath, Bipasha; Mondal, Abir J.; Bhattacharyya, Budhaditya

doi:10.1109/radioelek.2016.7477385

Cited by 13 publications

(2 citation statements)

References 10 publications

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Among all stages, the sense stage results of all designs are analytically modelled from existing literature and scaled to 65nm technology. The sense stages in three baselines are based on neural ADCs [32], while the subunits in uBrain ATC are taken from prior works [30,46,85]. The results for the store and compute stages in the CPU and systolic baselines are reported by analyzing the DNN execution results with built-in tools [61] and by an open-source systolic array simulator [93], while those in the stochastic baseline and uBrain are both obtained by synthesizing the RTL using Synopsys Design Compiler with TSMC 32nm technology.…”

Section: Evaluation Methodologymentioning

confidence: 99%

uBrain

Pan

et al. 2022

Proceedings of the 49th Annual International Symposium on Computer Architecture

View full text Add to dashboard Cite

Brain computer interfaces (BCIs) have been widely adopted to enhance human perception via brain signals with abundant spatialtemporal dynamics, such as electroencephalogram (EEG). In recent years, BCI algorithms are moving from classical feature engineering to emerging deep neural networks (DNNs), allowing to identify the spatial-temporal dynamics with improved accuracy. However, existing BCI architectures are not leveraging such dynamics for hardware eciency. In this work, we present uBrain, a unary computing BCI architecture for DNN models with cascaded convolutional and recurrent neural networks to achieve high task capability and hardware eciency. uBrain co-designs the algorithm and hardware: the DNN architecture and the hardware architecture are optimized with customized unary operations and immediate signal processing after sensing, respectively. Experiments show that uBrain, with negligible accuracy loss, surpasses the CPU, systolic array and stochastic computing baselines in on-chip power eciency by 9.0⇥, 6.2⇥ and 2.0⇥. CCS CONCEPTS• Hardware ! Emerging interfaces; Application specic integrated circuits; • Computing methodologies ! Specialpurpose algebraic systems; Articial intelligence.

show abstract

Section: Evaluation Methodologymentioning

confidence: 99%

uBrain

Pan

et al. 2022

Proceedings of the 49th Annual International Symposium on Computer Architecture

View full text Add to dashboard Cite

show abstract

“…Bu yüzden literatürde karşılaştırıcı devresi olarak kullanılan birçok yapı mevcuttur. Genel olarak yüksek hıza çıkabilmek için kullanılan karşılaştırıcı devreleri iyileştirilmiş kilitli karşılaştırıcılar(regenerative latched comparator), çok katlı açık çevrim karşılaştırıcılar(multistage open loop comparator) ve ön-yükselteçli kilitli karşılaştırıcılar(pre-amplifier latched comparator) olarak sınıflandırılabilir [2,12]. Yüksek hız ve doğruluk için açık çevrim karşılaştırıcılar kullanılabilir, fakat örnekleme hızını 1GS/s'den daha fazla artırmak zor olacaktır [13].…”

Section: şEkil 1 Paralel Analog Sayısal Dönüştürücü Blok şEmasıunclassified

Darlington CMOS İnverter Tabanlı Paralel Analog-Sayısal Dönüştürücü Tasarımı

Aytar¹

2018

Gazi Üniversitesi Fen Bilimleri Dergisi Part C: Tasarım Ve Teknoloji

View full text Add to dashboard Cite

Yapılan bu çalışmada, CMOS eşik gerilimine göre çalışan Darlington CMOS İnverter devresi kullanılarak 4-bit paralel analog-sayısal dönüştürücü(A/S) yapısı önerilmiştir. Bu yüzden genel blok yapıda kullanılan nicemleme gerilimlerini elde etmek için gerekli olan direnç bölme dizisine ihtiyaç kalmamıştır. Darlington yapısı, genellikle bipolar transistor için kullanılan bir yapı iken burada CMOS yapısı için önerilmiştir. Bu sayede kullanılan inverter devresinin kazancı artırılmıştır. Önerilen 4-bit paralel A/S dönüştürücü için besleme gerilimi +1.8V, sistemin saat frekansı 10GHz, analog giriş işaretinin frekansı 100MHz alındığında elde edilen benzetim sonuçlarına göre güç tüketimi 96.6mW, INL hatası (0/-1.24)LSB, DNL hatası ise (-0.71/+0.82)LSB olarak ölçülmüştür. Tasarımı yapılan sistemin benzetim sonuçları şematik devre üzerinden alınmıştır

show abstract