本論文では、ワイドバンド無線通信システムにおけるデジタル予歪み(DPD)の消費電力問題に取り組んでいる。DPDは信号品質を向上させるが、高い計算複雑度と大きなメモリ容量を必要とするため、消費電力が大きくなる課題がある。
提案手法では、ゲート付きリカレントニューラルネットワーク(GRU)ベースのDPDモデルにおいて、重みとアクティベーションを低精度の固定小数点演算に量子化することで、消費電力を大幅に削減している。具体的には、特徴抽出部分のみ32ビット浮動小数点演算を使用し、その他の演算を8ビット、12ビット、16ビットの固定小数点演算に置き換えている。
実験結果より、提案手法のW16A16-GRUモデルは、32ビット浮動小数点精度のDPDと同等の線形化性能を維持しつつ、7nmプロセスにおいて2.8倍の消費電力削減を実現できることが示された。さらに、W8A8モデルでは4.5倍の消費電力削減が可能であるが、線形化性能が若干劣化する。
本手法は、ワイドバンド無線通信システムにおける省電力なDPD実装に寄与するものと期待される。
In un'altra lingua
dal contenuto originale
arxiv.org
Approfondimenti chiave tratti da
by Yizhuo Wu,An... alle arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15364.pdfDomande più approfondite