SHIELD8-UAV: Sequential 8-bit Hardware Implementation of a Precision-Aware 1D-F-CNN for Low-Energy UAV Acoustic Detection and Temporal Tracking

إليك ملخص تقني مفصل لورقة البحث بعنوان: "SHIELD8-UAV: تنفيذ عتادي تسلسلي بـ 8 بت لمحول CNN أحادي الأبعاد (1D-F-CNN) مدرك للدقة للكشف الصوتي وتتبع المسار الزمني للطائرات بدون طيار (UAV) منخفضة الطاقة."

1. بيان المشكلة

يتطلب الانتشار السريع للطائرات بدون طيار (UAVs) أنظمة كشف صوتي قوية وفي الوقت الفعلي لأغراض الأمن والمراقبة، لا سيما في ظروف الرؤية المنخفضة أو عدم وجود خط رؤية مباشر. ومع ذلك، يواجه نشر نماذج التعلم العميق لهذه المهمة على الأجهزة الطرفية (Edge Devices) تحديات كبيرة:

• قيود الموارد: تواجه المنصات الطرفية حدوداً صارمة فيما يتعلق بالطاقة، والذاكرة، والمساحة العتادية.
• عدم كفاءة التوازي: تعتمد مسرعات الـ CNN التقليدية على توازي مكاني هائل (وحدات معالجة مكررة)، مما يؤدي إلى ارتفاع في المساحة، وعرض نطاق الذاكرة، واستهلاك الطاقة، وهو ما لا يناسب النشر الطرفي.
• اختناقات زمن الاستجابة (Latency): تعاني الطبقات الكثيفة (Dense layers) في البنى التسلسلية غالباً من ارتفاع في تكاليف التسلسل بسبب الأبعاد المفرط (flattened) الكبيرة للميزات، مما يؤدي إلى زمن استجابة مرتفع وتعقيد في التحقق.
• المفاضلة بين الدقة والكفاءة: تضمن النماذج عالية الدقة (FP32) الدقة ولكنها تستهلك طاقة مفرطة، بينما قد تؤدي النماذج منخفضة الدقة إلى تدهور الأداء بشكل كبير.

2. المنهجية: نهج SHIELD8-UAV

يقترح المؤلفون إطار عمل متكامل لـ التصميم المشترك بين الخوارزمية والعتاد (Algorithm-Hardware Co-design) يتمحور حول مسرع تسلسلي متعدد الدقة. يتكون النهج من أربعة ركائز أساسية:

أ. بنية 1D-F-CNN مدفوعة بالميزات

بدلاً من معالجة المخططات الطيفية (Spectrograms) ثنائية الأبعاد المكلفة حوسبياً، يستخدم النظام شبكة CNN أحادية الأبعاد مدفوعة بالميزات (1D-F-CNN) خفيفة الوزن.

• المدخلات: ناقلات ميزات صوتية مدمجة (مثل MFCC أو Mel-spectrogram) مستخرجة من نوافذ صوتية قصيرة.
• البنية: ثلاث كتل تلافيفية (512، 256، 128 مرشحاً) تليها طبقات Max-pooling وطبقات كثيفة (Dense layers).
• الفائدة: تلتقط التبعيات الزمنية (هارمونيات دوران المراوح) مع تقليل كبير في عدد المعلمات وحجم الميزات الوسيطة مقارنة بـ CNN ثنائية الأبعاد.

ب. التكميم المدرك لحساسية الطبقات (Layer-Sensitivity Precision-Aware Quantization)

للموازنة بين الدقة والكفاءة، يستخدم النظام إطار عمل تكميم يعتمد على حساسية الطبقة.

• الآلية: يتم حساب درجة الحساسية لكل طبقة بناءً على اضطراب الأوزان ومقدار التدرج (Gradient magnitude).
• الدقة التكيفية: تعمل الطبقات شديدة الحساسية بدقة FP32 أو BF16، بينما تستخدم الطبقات الأقل حساسية دقة INT8 أو FXP8.
• التقنية: يستخدم حدود قص (Clipping bounds) متعلمة للأوزان وتقنية PACT (تقنية قص التنشيط البارامترية) للتنشيطات للحفاظ على الاستقرار العددي أثناء الاستدلال منخفض البت.

ج. التقليم الهيكلي المدرك للتسلسل (Serialization-Aware Structured Pruning)

لمعالجة اختناق زمن الاستجابة الناتج عن تسلسل خرائط الميزات الكبيرة في مسار بيانات مشترك:

• الاستراتيجية: يتم تطبيق التقليم الهيكلي للقنوات (Structured channel pruning) قبل عملية التسطيح (Flattening).
• الأثر: يقلل من بعد الميزات المسطحة من 35,072 إلى 8,704 (تقليل بنسبة 75%).
• النتيجة: يقلل مباشرة من عمليات الضرب والجمع (MAC operations) ودورات التنفيذ المطلوبة للطبقات الكثيفة، مما يحسن سرعة الاستدلال وقابلية التحقق من العتاد.

د. المسرع التسلسلي متعدد الدقة (POLARON)

يستخدم التنفيذ العتادي مسار بيانات مشترك وقابل لإعادة التشكيل بدلاً من وحدات المعالجة المكررة.

• البنية: نسيج حوسبي موحد ينفذ الطبقات التلافيفية والكاملة (Fully connected) بشكل تسلسلي.
• المكونات: تشمل مخازن (Buffers) للمدخلات والأوزان، وبنك MAC قابل للضبط، ووحدات تراكم، ومحرك تحكم قائم على FSM.
• تدفق البيانات: يتم تمرير الميزات والأوزان من المخازن الموجودة على الشريحة؛ وتُخزن التنشيطات الوسيطة محلياً لإعادة الاستخدام.
• الواجهة: يتواصل عبر AXI-Lite (للضبط) و AXI-DMA/Stream (لنقل البيانات).
• التنشيط: يدعم وظائف تنشيط متنوعة (ReLU, Sigmoid, Swish، إلخ) عبر وحدة قائمة على CORDIC.

3. المساهمات الرئيسية

1. مسرع تسلسلي قابل لإعادة الاستخدام: تصميم عتادي مبتكر يلغي تكرار مسار البيانات، مما يقلل استخدام منطق FPGA إلى 2,268 LUT (أصغر بحوالي 5-9 مرات من المسرعات المتوازية).
2. إطار عمل متعدد الدقة: يدعم الاستدلال التكيفي عبر FP32، BF16، INT8، و FXP8، محققاً دقة كشف بلغت 89.91% مع تدهور أقل من 2.5% في أوضاع 8 بت.
3. التقليم المدرك للتسلسل: استراتيجية تقليم فريدة تحسن جدولة العتاد، مما يقلل دورات الطبقات الكثيفة بنسبة 75% ويبسط عملية التحقق.
4. التحقق الشامل: تم التحقق من الكفاءة على كل من FPGA (Pynq-Z2) و ASIC (UMC 40 nm)، مما يثبت الجدوى العملية للذكاء الاصطناعي الطرفي منخفض الطاقة.

4. النتائج التجريبية

أداء الكشف

• الدقة: يحقق نموذج FP32 الأساسي دقة 89.91% (F1-score: 90.18%) باستخدام ميزات MFCC.
• متانة الدقة المنخفضة:
  • BF16: دقة 89.80% (قريبة جداً من FP34).
  • INT8: دقة 89.14%.
  • FXP8: دقة 88.97%.
• متانة الضوضاء: يحافظ النموذج على أداء مستقر في ظل ظروف نسبة الإشارة إلى الضوضاء (SNR) المتوسطة، مع بقاء معدلات الإنذار الكاذب منخفضة.

كفاءة العتاد (FPGA - Pynq-Z2)

• الموارد: 2,268 LUT، 3,250 Register، 8 BRAMs/DSPs.
• الطاقة: 0.94 واط.
• زمن الاستجابة: 116 مللي ثانية للاستدلال من البداية للنهاية.
• المقارنة: يتفوق على الأعمال السابقة مثل QuantMAC (تقليل زمن الاستجابة بنسبة 37.8%) و LPRE (تقليل زمن الاستجابة بنسبة 49.6%). كما يستخدم منطقاً أقل بنسبة 5-9% من التصميمات المتوازية.

تصنيع ASIC (UMC 40 nm)

• التردد: 1.56 جيجاهرتز.
• المساحة: 3.29 مم².
• الطاقة: 1.65 واط.
• الأهمية: يوضح أن نهج مسار البيانات المشترك والتسلسلي يتوسع بفعالية مع عقد التصنيع المتقدمة دون تضخم المساحة الذي تسببه البنى المتوازية.

5. الأهمية والخاتمة

يثبت إطار العمل SHIELD8-UAV أن التنفيذ التسلسلي، عندما يقترن بـ التكميم المدرك للدقة و التقليم المدرك للتسلسل، يمكنه تحقيق استدلال طرفي عالي الأداء دون الاعتماد على التوازي الهائل.

• الأثر العملي: يتيح مراقبة صوتية مستمرة ومنخفضة الطاقة على الأجهزة الطرفية محدودة الموارد، مما يجعل كشف الطائرات بدون طيار أمراً ممكناً في السيناريوهات التي تكون فيها قيود الطاقة والمساحة حرجة.
• تحول في النموذج: يتحدى هذا العمل المعيار الصناعي القائم على "التوازي من أجل السرعة"، ويثبت أن التنفيذ التسلسلي الأمثل مع التصميم المشترك بين الخوارزمية والعتاد يقدم مقايضة متفوقة لتطبيقات الذاء الاصطناي الطرفي في الوقت الفعلي ومنخفضة استهلاك الطاقة.
• العمل المستقبلي: يخطط المؤلفون لاستكشاف التحكم في الدقة التكيفي أثناء التشغيل وتوسيع النظام ليشمل التعرف على المشاهد الصوتية متعددة الفئات.