摘要
随着大数据、云计算和机器学习等技术的快速发展，芯片在能耗上面临巨大挑战。近似计算作为一种新兴的计算范式，通过放宽对计算精度的需求，减少电路的复杂程度，从而优化电路的硬件性能，旨在解决芯片的能耗问题。乘法器作为一种基本运算单元，由于其复杂度高、功耗高，对整个计算系统的工作频率和功耗有很大的影响，因此近似乘法器具有极高的研究价值。 本文提出了一种基于进化算法（EvolutionaryAlgorithm，EA）的二进制乘法器近似方法，并基于该方法完成了多种近似乘法器的设计。之后，本文对所提出近似乘法器进行综合和仿真，对其误差指标和硬件性能指标进行对比和分析。最后，将所提出的近似乘法器应用在快速傅里叶变换（FastFourierTransform，FFT）和图像锐化当中，评估所提出的近似乘法器在可容错系统中的有效性和实用性。 本文所提出的近似方法基于EA完成对高能效近似乘法器的设计，通过将乘法器作为个体，以模拟自然进化的方式探索由多种近似压缩器组成的高能效近似乘法器，使所提出的设计在误差指标、延时、面积和功耗上具有最优的权衡。除此之外，本文基于部分积分布的特性，提出了近似乘法器的误差模型，使得仿真中测试向量的数量至少缩减50%，加快误差指标的计算，提高搜索效率。本文所提出的近似方法分别应用在无符号数和有符号数二进制乘法器的设计中，运算位宽包括8×8和12×12两种。然后对所提出的近似乘法器进行误差指标和硬件性能指标的仿真和分析，结果显示所提出的设计在多个指标中具有最好的权衡。最后，将所提出的近似乘法器应用在FFT和图像锐化中，系统的硬件性能得到显著优化，并且产生的误差在可接受范围内。 综上所述，本文所提出的近似方法对近似乘法器的精度和硬件性能都有明显的优化，所提出的近似乘法器可应用在可容错系统中。
NETL