High-Resolution Data Converters and Analog-Hybrid Computing Circuit Research
연구 내용
센서용 고해상도 delta-sigma 데이터 컨버전과 아날로그 연산 기반 CNN 프로세서를 저전력·저오류로 구현하는 연구
센서 인터페이스를 위한 연속시간 bandpass delta-sigma capacitance-to-digital converter를 설계하여 열잡음 한계를 완화하고 고해상도 동작을 확보합니다. 대역통과 구조에서 delta-sigma 변조기의 선택을 통해 전력 소모를 줄이면서도 필요한 해상도를 유지하는 아키텍처를 구성합니다. 또한 아날로그 연산 기반 CNN 프로세서에서는 레이어 간 불필요한 데이터 변환을 줄이기 위해 아날로그 메모리 및 변동 허용 아날로그 데이터패스를 제안하고, 공정·전압·온도 변동이 정확도에 미치는 영향을 완화하도록 변동 보상 회로를 함께 설계합니다. 결과적으로 저전력 센서 변환과 저전력 AI 추론 회로를 연결 가능한 혼성 신호 설계 역량을 보유합니다.
관련 연구 성과
관련 논문
2편
관련 특허
0건
관련 프로젝트
3건
연구 흐름
2022년에는 full-CMOS 센서를 대상으로 연속시간 bandpass delta-sigma 기반 CDC를 구현해 초고해상도 변환 성능을 확보했습니다. 이후 2023년에는 아날로그 연산 기반 CNN 프로세서로 연구 축을 확장하여 데이터 변환 병목을 줄이고 공정 변동에 강건한 아날로그 데이터패스를 설계했습니다. 2023년부터는 온칩 학습 및 AI 반도체 관련 과제 수행을 통해 센서 변환과 아날로그-혼성 연산이 필요한 적용 시나리오를 중심으로 시스템 관점 설계를 강화하고 있습니다.
활용 가능성
활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.
관련 논문
구분
제목
A 3.68 aF<sub>rms</sub> Resolution Continuous-Time Bandpass Δ Σ Capacitance-to-Digital Converter for Full-CMOS Sensors in 0.18 μm CMOS
A 44.2-TOPS/W CNN Processor With Variation-Tolerant Analog Datapath and Variation Compensating Circuit
관련 프로젝트
구분
제목
명령어 인식을 위한 초저전력 온칩 학습 인공지능 반도체
명령어 인식을 위한 초저전력 온칩 학습 인공지능 반도체
명령어 인식을 위한 초저전력 온칩 학습 인공지능 반도체