アナログプログラマビリティ

更新日: 27 年 2021 月 XNUMX 日

アナログプログラマビリティ

アナログプログラマビリティ

フィールドプログラマブルゲートアレイの成功を見ると(FPGA)柔軟性がボリューム価格よりも重要である幅広いデザインをキャプチャする場合、アナログに対して同じことを行う魅力は非常に理にかなっています。

しかし、FPGAのアナログのいとこは、より多くの苦労に直面しています。

概念的には、フィールドプログラマブルアナログアレイ(FPAA)は、論理指向の兄貴よりも少し若いだけです。研究者からの最初の提案は1980年代後半に登場し、カリフォルニア工科大学とカリフォルニア工科大学の1990つの独立したグループで作業を行いました。南カリフォルニア大学。 それ以来、このコンセプトは商業的に試されてきましたが、結果はまちまちです。 最も有名な支持者はアナダイムであり、XNUMX年代半ばにガラスメーカーのピルキントンからスピンアウトとして始まり、モトローラに買収され、近くに拠点を置く企業として再びスピンアウトされました。 半導体 会社のアリゾナファブ。

その部品として、Anadigm はスイッチドを選択しました。コンデンサ これは、主にデジタル プロセスにコスト効率よくアナログ機能を追加するために、ASIC の設計ですでに使用されている手法でした。コンデンサベースの回路のオンとオフを迅速に切り替えることで、 抵抗 物理CMOS抵抗よりも正確で、信号帯域幅がスイッチングレートを下回っている限り使用可能なネットワーク。 やや若い新興企業のOkikaTechnologiesも同様に、制御用のデジタルルックアップテーブルと一緒に提供されるオンチップアンプモジュールとI / Oセルのパラメータを調整するためにスイッチトキャパシタアプローチを選択しました。

FPAAを販売する企業にとっての重要な問題は、ディスクリートアナログ回路が非常に特殊な機能を備えていても豊富で、多くの場合安価である環境で、小型化と柔軟性の必要性とコストとパフォーマンスの間の緊張関係です。

ディストリビューターFarnellの半導体製品管理責任者であるAndreaRiverso氏は、ラピッドプロトタイピングや研究アプリケーションに取り組む必要のあるユーザーは、プログラム可能なアナログ部品からより多くの利益を得る可能性が高いと述べています。 要件が具体的になると、ハードワイヤード実装を開発する方が費用効果が高くなりますが、場合によってはいくつかの要素を切り替えて、ある程度のプログラム可能性を追加することもできます。 回路.

重要な問題は、フィールド内の柔軟性がどれだけ必要かということです。 FPAAは、さまざまなセンサー入力に対応し、それらの信号がどのように調整されるかを調整する必要がある場合に意味があります。 たとえば、インターフェイスは、さまざまな入力タイプに対応するためにさまざまなフィルタを実装する必要がある場合があります。 しかし、これは完全なプログラマビリティが最も費用効果の高いオプションではないかもしれない状況です。 一部のベンダーは、構成可能性がより制限されている特定のアプリケーションを念頭に置いて開発しました。

FPAAの例

例として、アナログ・デバイセズのSWIO製品ラインがあります。これは、オンチップを使用し、場合によっては外部パッシブの助けを借りて、4〜20mAの電流ループを使用して信号を送るさまざまなセンサーインターフェイスや機器にデータをデジタルプロセッサに供給させます。 Analogによると、SWIO製品ラインの原動力は、産業オートメーション業界が経験しているイーサネットへの移行です。

一方で、従来のアナログ計測器をサポートする必要がある企業は、サポートする必要があるプラットフォームの数を減らそうとしています。多種多様なセンサー インターフェイスに対応できる単一のボード設計があれば、ベンダーが数十の異なる I/O の組み合わせをサポートする必要がある状況で、開発にかかる数百万ドルを節約できる可能性があります。 4 番目の推進力は、工場所有者が 20 ~ XNUMXmA の機器を所定の位置に維持しながら、デジタル ネットワークを使用してシステムと通信できるようにすることにより、イーサネットの移行そのものです。機器メーカーは原則として、構成可能な単一の製品を提供できます。 モジュール 切り替えをサポートします。

マキシム・インテグレーテッドのPIXIファミリは、もともと、ワイヤレストランシーバの設計でパワーアンプにバイアスをかける方法を提供するために開発され、世界中で使用されている幅広い無線帯域でセクターが抱える在庫問題を克服するのに役立ちます。 専用の温度センサーに加えて、MAX11300などの部品は、さまざまな電圧を測定および生成するために、複数のチャネルにわたって多重化されたオンチップADCおよびDACを採用しています。

対話 半導体の GreenPak は、デジタル ルックアップ テーブルと組み合わせたオンチップ オペアンプとレオスタットの提供により、デジタル シーケンスとリアルタイム アナログ プログラマビリティの組み合わせを提供します。これらの部品は、アナログ マクロセルを有効または無効にできるように設計されているため、アナログ インターフェイスは必要な場合にのみアクティブになり電力を消費します。現在はインフィニオン テクノロジーズの一部となっているサイプレス セミコンダクタによって開発された PSoC は、プログラマブル アナログ マクロセルをマイクロコントローラに結合して、より複雑な制御シナリオをサポートします。

ジョージア大学のジェニファー・ハスラー教授 テクノロジー 数値解析手法にはいくつかの方法があるものの、アナログ回路のほうがはるかに効率的に実行できる可能性がある機能があると主張しています。


システム設計の変更

プログラム可能なアナログがようやく勃発し始めたという議論のXNUMXつは、産業用センサーのような設計の在庫を削減したいという願望ではなく、現在流行している機械学習技術に主導されたシステム設計の変更です。 ほとんどの機械学習アルゴリズムは、数値解析にある種の線形代数を使用します。これは、ニューロンネットワークでの最急降下法であろうと、他の種類の反復最適化であろうと関係ありません。

ジョージア工科大学のジェニファーハスラー教授は、行列因数分解などのいくつかの数値解析方法はデジタルハードウェアでははるかに簡単ですが、アナログ回路がはるかに効率的に実行できる機能があると主張しています。 それらには、最適化と差別化が含まれます。 初期のアナログコンピュータは、高速デジタルコンピュータがない場合に、制御ループを処理するためにこれらの仕事をするように求められていました。

デジタルロジックは、ほとんどのジョブで速度と密度の点で依然として利点がありますが、アナログコンピューティングは、少なくとも適切なジョブでは、エネルギー効率の点で飛躍する可能性があります。 Haslerのグループによる1つの実験では、FPAAは音声のコマンドワードを認識でき、推論ごとにXNUMXµJしかかからず、同様のデジタル実装の約XNUMX分のXNUMXでした。 FPAAは、特徴抽出に使用されるバンドパスフィルターのバンクを実装し、アナログ行列乗数とスペクトル入力をいくつかの選択されたシンボルに変換する勝者取り分類器に基づく単純な機械学習アルゴリズムにフィードしました。

現在、第XNUMX世代では、Georgia Tech RASPの作業は、スイッチトキャパシタの実装とは異なる方法で静電容量を使用してさまざまな方法で組み合わせることができるサブ回路のブロックとして開始されました。 ここで利用されている静電容量は、不揮発性メモリ用に開発されたトランジスタのフローティングゲートにあります。 これらはFPGAにとって新しいものではありません。 Microsemiのデバイスはこのテクノロジーを一部に活用していますが、他のほとんどのFPGAはSRAMセルを使用して、構成可能な要素間の接続とコアルックアップテーブルのエントリをプログラムしますが、確実に保持できるのはデジタル値のみです。 一方、フローティングゲートスイッチは、分解能と精度には限界がありますが、アナログ値を保持することができます。

ジョージアテックの最新の作業では、比較的古い600,000nmCMOSプロセスを使用して350のプログラム可能なパラメータを実装しています。 フローティングゲートは、それらの多くがルーティングファブリックで使用されるという点で二重の役割を果たしますが、部分的にオンになるようにプログラムできるため、宛先ブロックに到達する信号レベルを調整します。 MythicなどのアナログAIデバイスで使用されているアプローチと同様に、相互接続マトリックスのアナログ性により、クロスポイントで入力信号を混合するだけで、行列の乗算などのタスクを実行できます。

スタートアップアスピニティは、機械学習にアナログ回路を適用するためのより明確なアプローチを採用しています。 そのRAMPデバイスは、ニューロモルフィック機能を実装する目的で、しきい値以下の領域で動作するアナログ回路を使用して電力を節約します。 Mythicアーキテクチャはアナログ行列演算に真っ向から焦点を当てていますが、Aspinity AnalogMLコアには、センサーやその他の入力デバイスに接続するインターフェイス関数と、結果を推論コアに渡す前に特徴抽出を実行するように構成できるブロックが含まれています。

最初のFPAAが提案されてから約XNUMX年後、プログラマビリティは着実にアナログになりつつあります。 産業の改修と低電力デバイスでの機械学習の採用の組み合わせにより、動的な柔軟性がより必要になるため、それが主流になる可能性があります。