연구진이 메모리스터를 활용한 신경망 모델 계산 시 위치 인코딩의 출력값이 ADC 성능 저하를 유발한다는 것을 밝혀냈습니다. ADC 비트 비율을 조정하여 실행 성능을 약 50% 개선하고 에너지 소비는 안정적으로 유지했습니다. ADC 수정이 불가능한 경우, 위치 인코딩 관련 선형 변환을 제거하여 성능 저하를 약 30% 줄일 수 있습니다.
메모리스터는 자연어 처리 모델의 효율적인 계산을 가능하게 하지만, 현재는 가중치 프로그래밍 및 실행 과정에서 왜곡이 큰 문제가 있습니다. 연구는 이러한 왜곡 문제를 해결하기 위해 ADC 성능 개선에 집중했습니다. ADC 수정이 불가능한 경우, 위치 인코딩 관련 선형 변환을 제거하여 성능을 개선할 수 있습니다.
본 연구는 음성 인식에 메모리스터 기반 아날로그 계산을 적용할 때 위치 인코딩의 중요성을 강조하며, ADC 성능 개선을 통해 효율성을 높일 수 있음을 보여줍니다. ADC 수정이 불가능한 상황에서도 성능 개선이 가능하다는 점이 주목할 만합니다.