💻 computer science

A 0.5-V Linear Neuromorphic Voltage-to-Spike Encoder Using a Bulk-Driven Transconductor

यह शोध पत्र एक 0.5-V अल्ट्रालो-पावर लीनियर न्यूरोमॉर्फिक वोल्टेज-टू-स्पाइक एनकोडर प्रस्तुत करता है जिसे TSMC 0.18-µm CMOS में निर्मित किया गया है, जो एक टेल-लेस बल्क-ड्रिवन ट्रांसकंडक्टर को DPI-आधारित LIF न्यूरॉन के साथ संयोजित करके 5.6% से कम विचलन के साथ लगभग-लीनियर रूपांतरण प्राप्त करता है।

मूल लेखक: Meysam Akbari, Erika Covi, Kea-Tiong Tang

प्रकाशित 2026-04-13

📖 5 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Meysam Akbari, Erika Covi, Kea-Tiong Tang

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक मानवीय फुसफुसाहट को मोर्स कोड की क्लिक (clicks) की एक श्रृंखला में अनुवाद करने की कोशिश कर रहे हैं। मूल रूप से यह शोध पत्र यही वर्णन कर रहा है, लेकिन एक मानवीय फुसफुसाहट के बजाय, यह एक विद्युत संकेत है, और मोर्स कोड के बजाय, यह "स्पाइक्स" (बिजली की नन्ही लहरें) हैं जिन्हें एक कंप्यूटर मस्तिष्क (न्यूरोमॉर्फिक चिप) समझ सकता है।

यहाँ इस कहानी का विवरण दिया गया है कि कैसे शोधकर्ताओं ने एक छोटा, अत्यंत कुशल अनुवादक बनाया, जिसे सरल अवधारणाओं में विभाजित किया गया है।

1. बड़ी समस्या: "फुसफुसाहट" बहुत हल्की है

आधुनिक कंप्यूटर बेहतरीन हैं, लेकिन वे ऊर्जा के भूखे होते हैं। वे आमतौर पर एक सुचारू, निरंतर संकेत (जैसे ध्वनि तरंग या प्रकाश का स्तर) लेते हैं, उसे डिजिटल नंबरों (0 और 1) में काटते हैं, और फिर उसे प्रोसेस करते हैं, जिसके लिए एक भारी मशीन llamada एनालॉग-टू-डिजिटल कनवर्टर (ADC) का उपयोग किया जाता है। इसमें बहुत अधिक बैटरी पावर खर्च होती है।

न्यूरोमॉर्फिक इंजीनियर बीच के माध्यम (middleman) को हटाना चाहते हैं। वे सीधे सुचारू संकेत को "स्पाइक्स" (घटनाओं) में बदलना चाहते हैं, ठीक वैसे ही जैसे हमारे जैविक मस्तिष्क करते हैं। लेकिन एक पेच है: एक छोटी, बैटरी से चलने वाली चिप पर ऐसा करने के लिए, सर्किट को अत्यंत कम वोल्टेज (0.5 वोल्ट) पर चलना होगा। यह एक कार के इंजन को केवल एक AA बैटरी से चलाने की कोशिश करने जैसा है। अधिकांश मानक इलेक्ट्रॉनिक्स इतने कम पावर पर काम ही नहीं कर पाएंगे।

2. समाधान: दो-भाग वाला अनुवादक

शोधकर्ताओं ने इस समस्या को हल करने के लिए एक दो-चरणीय मशीन बनाई। इसे एक अनुवादक (Translator) के बाद एक संदेशवाहक (Messenger) के रूप में सोचें।

भाग A: अनुवादक (लीनियर ट्रांसकंडक्टर)

कार्य: एक सुचारू वोल्टेज (इनपुट) को एक सुचारू करंट (ईंधन) में बदलना।
चुनौती: सूक्ष्म इलेक्ट्रॉनिक्स की दुनिया में, वोल्टेज को करंट में बदलना आमतौर पर अव्यवस्थित और नॉन-लीनियर होता है। यह एक बाल्टी से फनल (कीप) में पानी डालने की कोशिश करने जैसा है, लेकिन फनल का आकार अजीब है, इसलिए पानी सीधा बहने के बजाय इधर-उधर छलक जाता है।

जादुई तकनीक:

"पूंछ-रहित" टीम: आमतौर पर, इन सर्किट्स को काम करने के लिए एक "पूंछ" (एक स्थिर करंट स्रोत) की आवश्यकता होती है, लेकिन यह बहुत अधिक वोल्टेज खर्च करता है। शोधकर्ताओं ने पूंछ को हटा दिया और बल्क-ड्रिवन (Bulk-Driven) तकनीक नामक एक विशेष ट्रिक का उपयोग किया। कल्पना करें कि कार को पीछे से धक्का देने के बजाय, आप उसे बगल से धक्का दे रहे हैं। यह एक कमजोर धक्का है, लेकिन यह तब काम करता है जब इंजन मुश्किल से चल रहा हो।
"एंटी-नॉइज़" जाल: क्योंकि बगल से धक्का देना कठिन है, इसलिए सिग्नल विकृत (distort) हो जाता है। इसे ठीक करने के लिए, उन्होंने एक "लीनियराइजेशन नेटवर्क" बनाया। इसे बिजली के लिए नॉइज़-कैंसलिंग हेडफ़ोन के रूप में सोचें। यह विकृति (छलकते पानी) का पता लगाता है और उसे रद्द करने के लिए एक विपरीत विकृति उत्पन्न करता है, जिससे करंट का प्रवाह बिल्कुल सीधा और साफ रहता है।

भाग B: संदेशवाहक (LIF न्यूरॉन)

कार्य: उस सुचारू करंट को स्पाइक्स की एक लय (rhythm) में बदलना।
प्रक्रिया: यह भाग एक लीकी इंटीग्रेट-एंड-फायर (LIF) न्यूरॉन है।

बाल्टी: नीचे एक छोटे छेद (लीक) वाली एक बाल्टी की कल्पना करें।
बारिश: भाग A से आने वाला करंट वह बारिश है जो बाल्टी में गिर रही है।
अलार्म: जब पानी का स्तर (वोल्टेज) पर्याप्त ऊँचा हो जाता है, तो एक सेंसर ट्रिप होता है, और बाल्टी अपना सारा पानी एक अचानक उछाल (स्पाइक) के साथ बाहर निकाल देती है।
रीसेट: उछाल के तुरंत बाद, बाल्टी खाली हो जाती है और फिर से भरने लगती है।

परिणाम: यदि बारिश हल्की है, तो बाल्टी धीरे-धीरे भरती है, और आपको कम उछाल मिलते हैं (कम फ्रीक्वेंसी)। यदि बारिश भारी है, तो बाल्टी तेजी से भरती है, और आपको अधिक उछाल मिलते हैं (उच्च फ्रीक्वेंसी)। उछाल की गति कंप्यूटर को सटीक रूप से बताती है कि मूल संकेत कितना मजबूत था।

3. यह एक बड़ी बात क्यों है?

शोधकर्ताओं ने अपने आविष्कार का परीक्षण किया और पाया कि यह अद्भुत चीजें करता है:

यह अविश्वसनीय रूप से कुशल है: यह 0.5 वोल्ट पर चलता है। यह एक सिंगल AA बैटरी के वोल्टेज के बराबर है। अधिकांश चिप्स को 1.8V या उससे अधिक की आवश्यकता होती है।
यह बहुत छोटा है: यह रेत के एक कण (0.0074 mm²) से भी छोटे क्षेत्र में समा जाता है।
यह सटीक है: इतनी कम शक्ति पर चलने के बावजूद, इनपुट सिग्नल और आउटपुट स्पाइक्स के बीच का संबंध लगभग पूरी तरह से सीधा (linear) है। यदि आप इनपुट को दोगुना करते हैं, तो आप स्पाइक की गति को दोगुना कर देते हैं, जिसमें 6% से भी कम की त्रुटि होती है।
यह शांत है: यह लगभग नगण्य बिजली का उपयोग करता है (नैनोवाट), जिसका अर्थ है कि इस सेंसर का उपयोग करने वाला उपकरण एक छोटी बैटरी पर वर्षों तक चल सकता है।

उपमा सारांश (Analogy Summary)

कल्पना कीजिए कि आप एक कॉन्सर्ट में हैं।

पुराना तरीका: आप संगीत को रिकॉर्ड करते हैं, उसे डिजिटल फाइल में बदलते हैं, कंप्यूटर को भेजते हैं, और फिर कंप्यूटर उसे वापस बजाता है। इसमें बहुत अधिक बिजली खर्च होती है।
इस पेपर का तरीका: आपके कान पर एक छोटा सा उपकरण है। जैसे-जैसे संगीत तेज होता है, डिवाइस आपके कान को तेजी से थपथपाता है। जैसे-जैसे संगीत धीमा होता है, यह धीरे-धीरे थपथपाता है। डिवाइस को संगीत को "समझने" या उसे नंबरों में बदलने की आवश्यकता नहीं है; यह बस वॉल्यूम (आवाज़) को सीधे एक लय (rhythm) में अनुवादित करता है।

क्योंकि यह अनुवादक इतना कुशल है और इतनी कम शक्ति पर काम करता है, यह स्मार्ट सेंसर्स के लिए दरवाजे खोलता है जो हमारे शरीर में, हमारे कपड़ों में, या दूरदराज के स्थानों में रह सकते हैं, दुनिया को सुनते हुए और बिना कभी बैटरी बदलने की आवश्यकता के कंप्यूटर से बात करते हुए।

यहाँ शोध पत्र "A 0.5-V Linear Neuromorphic Voltage-to-Spike Encoder Using a Bulk-Driven Transconductor" का विस्तृत तकनीकी सारांश दिया गया है।

1. समस्या विवरण (Problem Statement)

न्यूरोमॉर्फिक सेंसरों का लक्ष्य एनालॉग संकेतों को सीधे स्पाइक्स (इवेंट-आधारित डेटा) में परिवर्तित करना है ताकि ऊर्जा-गहन एनालॉग-टू-डिजिटल कन्वर्टर्स (ADCs) को बायपास किया जा सके। हालाँकि, अत्यधिक कम-शक्ति वाले अनुप्रयोगों के लिए कुशल एनकोडर्स डिजाइन करने में दो प्राथमिक चुनौतियाँ आती हैं:

रैखिकता बनाम निम्न वोल्टेज (Linearity vs. Low Voltage): पारंपरिक गेट-ड्रिवन मॉस ट्रांजिस्टर (MOS transistors) अत्यंत कम आपूर्ति वोल्टेज (जैसे, 0.5 V) पर संचालित होने पर इनपुट रेंज और रैखिकता खो देते हैं। 0.5 V जैसे अल्ट्रा-लो सप्लाई वोल्टेज पर रेल-टू-रेल ऑपरेशन और रैखिक वोल्टेज-टू-करंट (V-I) रूपांतरण प्राप्त करना कठिन है क्योंकि सबथ्रेशोल्ड (subthreshold) ऑपरेशन स्वाभाविक रूप से घातांकीय गैर-रैखिकता (exponential nonlinearity) पेश करता है।
एन्कोडिंग सटीकता (Encoding Accuracy): सटीक न्यूरोमॉर्फिक प्रोसेसिंग (जैसे, स्पेक्ट्रल विश्लेषण) के लिए, इनपुट वोल्टेज आयाम से आउटपुट स्पाइक फायरिंग दर में रूपांतरण अत्यधिक रैखिक होना चाहिए। मौजूदा डिज़ाइन अक्सर महत्वपूर्ण विरूपण (distortion) से ग्रस्त होते हैं या उच्च आपूर्ति वोल्टेज की आवश्यकता रखते हैं, जो ऊर्जा-सीमित बायोमेडिकल या विजन सिस्टम में उनके उपयोग को सीमित करता है।

2. कार्यप्रणाली (Methodology)

लेखक एक दो-चरणीय एनकोडर आर्किटेक्चर प्रस्तावित करते हैं जो TSMC 0.18-µm CMOS तकनीक का उपयोग करके 0.5 V सप्लाई पर कार्य करता है। डिज़ाइन में एक रैखीकृत फ्रंट-एंड ट्रांसकंडक्टर और एक बैक-एंड लीकी इंटीग्रेट-एंड-फायर (LIF) न्यूरॉन शामिल है।

A. रैखीकृत बल्क-ड्रिवन ट्रांसकंडक्टर (Linearized Bulk-Driven Transconductor)

बल्क-ड्रिवन डिफरेंशियल पेयर: 0.5 V पर रेल-टू-रेल इनपुट रेंज प्राप्त करने के लिए, इनपुट स्टेज गेट्स के बजाय बल्क टर्मिनल्स द्वारा संचालित एक "टेल-लेस" डिफरेंशियल पेयर का उपयोग करता है। सबथ्रेशोल्ड क्षेत्र में, बल्क-ड्रिवन ऑपरेशन गेट-ड्रिवन ऑपरेशन की तुलना में बेहतर रैखिकता प्रदान करता है, हालांकि इसमें ट्रांसकंडक्टेंस ( $g_{m,bulk} \approx 0.2 \times g_{m,gate}$ ) कम होती है।
ट्रांसलीनियर रैखीकरण नेटवर्क (Translinear Linearization Network): कमजोर इन्वर्जन (weak inversion) में MOSFETs के स्वाभाविक घातांकीय करंट-वोल्टेज संबंध एक प्रमुख $\sinh(x)$ गैर-रैखिकता उत्पन्न करते हैं। लेखक एक ट्रांसलीनियर नेटवर्क पेश करते हैं जो आंतरिक बायस वोल्टेज ( $V_A$ और $V_B$ ) उत्पन्न करता है ताकि इस गैर-रैखिकता को समाप्त किया जा सके। सहायक उपकरणों में ड्रेन करंट के अनुपात को सावधानीपूर्वक नियंत्रित करके, सर्किट डिफरेंशियल आउटपुट करंट को इनपुट वोल्टेज अंतर के रैखिक रूप से आनुपातिक होने के लिए मजबूर करता है।
सममिति और PVT मजबूती (Symmetry and PVT Robustness): बॉडी-इफेक्ट मॉड्यूलेशन को कम करने के लिए डिफरेंशियल इनपुट सिग्नल कैस्कोडेड (cascaded) उपकरणों के बल्क टर्मिनल्स पर भी लागू किए जाते हैं, जिससे प्रोसेस, वोल्टेज और टेम्परेचर (PVT) विविधताओं के प्रति सहनशीलता में सुधार होता है।

B. DPI-आधारित LIF न्यूरॉन (DPI-Based LIF Neuron)

डिफरेंशियल पेयर इंटीग्रेटर (DPI): ट्रांसकंडक्टर का आउटपुट मेम्ब्रेन कैपेसिटर को सीधे चार्ज करने के बजाय एक DPI फ्रंट-एंड को ड्राइव करता है। DPI एक प्रथम-क्रम करंट-मोड इंटीग्रेटर के रूपत कार्य करता है जिसमें ट्यूनेबल गेन ( $V_{tu}$ ) और लीक कंडक्टेंस ( $V_{lk}$ ) होता है।
करंट-टू-स्पाइक रैखीकरण: DPI को एक विशिष्ट विंडो में संचालित होने के लिए बायस किया जाता है जहाँ मेम्ब्रेन चार्जिंग करंट लगभग स्थिर हो जाता है, जिससे इंटीग्रेशन चरण रैखिक हो जाता है।
स्पाइक जनरेशन: जब मेम्ब्रेन वोल्टेज ( $V_{mem}$ ) एक थ्रेशोल्ड को पार करता है, तो एक पॉजिटिव-फीडबैक लूप (M4–M6) एक रिजेनरेटिव स्पाइक को ट्रिगर करता है। एक इन्वर्टर चेन फुल-स्विंग आउटपुट स्पाइक उत्पन्न करती है, और एक रीसेट तंत्र (M12) अगले चक्र के लिए मेम्ब्रेन कैपेसिटर को डिस्चार्ज करता है।

3. मुख्य योगदान (Key Contributions)

अत्यधिक निम्न वोल्टेज संचालन: सर्किट सफलतापूर्वक 0.5 V पर संचालित होता है, जो मानक न्यूरोमॉर्फिक डिज़ाइनों की तुलना में एक महत्वपूर्ण कमी है, जिससे अत्यधिक ऊर्जा दक्षता सक्षम होती है।
सबथ्रेशोल्ड पर उच्च रैखिकता: बल्क-ड्रिवन इनपुट और ट्रांसलीनियर करेक्शन नेटवर्क का संयोजन रैखिक V-to-I रूपांतरण प्राप्त करता है, जो आमतौर पर सबथ्रेलोल्ड सर्किटों में पाए जाने वाले प्रमुख $\sinh$ गैर-रैखिकता को दबा देता है।
रैखिक V-to-F एन्कोडिंग: सिस्टम इनपुट वोल्टेज और आउटपुट फायरिंग दर (Voltage-to-Firing rate) के बीच एक रैखिक संबंध प्राप्त करता है, जो रेट-कोडेड न्यूरोमॉर्फिक सिस्टम में सटीक सिग्नल प्रतिनिधित्व के लिए महत्वपूर्ण है।
कॉम्पैक्ट और कुशल: यह डिज़ाइन ADC की आवश्यकता को समाप्त करता है, जिससे सिलिकॉन एरिया और पावर खपत काफी कम हो जाती है।

4. प्रयोगात्मक परिणाम (Experimental Results)

एनकोडर का निर्माण किया गया और निम्नलिखित परिणामों के साथ परीक्षण किया गया:

प्रोसेस और सप्लाई: TSMC 0.18-µm CMOS, $V_{DD} = 0.5$ V।
रैखिकता: 0.1 V से 0.4 V के इनपुट रेंज में, वोल्टेज-टू-फायरिंग रेट रूपांतरण एक रैखिक फिट से 5.6% से कम का अधिकतम विचलन प्रदर्शित करता है।
पावर खपत: सर्किट 22 nW से 180 nW के बीच बिजली की खपत करता है, जो रेफरेंस करंट ( $I_{ref}$ ) और बायस सेटिंग्स पर निर्भर करता है।
क्षेत्रफल (Area): कुल चिप एरिया 0.0074 mm² है (न्यूरॉन: $71.5 \times 49.7 \mu m^2$ ; ट्रांसकंडक्टर: $70.9 \times 54.2 \mu m^2$ )।
बैंडविड्थ: उपयुक्त बायसिंग के साथ, रैखिक फायरिंग रेंज 8 kHz तक के इनपुट सिग्नल बैंडविड्थ का समर्थन करती है (40 kHz से अधिक स्पाइक दरों के साथ), जो जैविक समय-पैमाने (biological time-scale) के अनुप्रयोगों के लिए उपयुक्त है।
विरूपण (Distortion): टेस्ट किए गए रेफरेंस करंट रेंज (2–27 nA) में ट्रांसकंडक्टर के लिए टोटल हार्मोनिक डिस्टॉर्शन (THD) 1.76% से 7.2% के बीच है।

5. महत्व (Significance)

यह कार्य इम्प्लांटेबल बायोमेडिकल डिवाइस और इवेंट-ड्रिवन विजन सिस्टम जैसे अनुप्रयोगों के लिए अत्यधिक कम-शक्ति, इवेंट-आधारित सेंसिंग की ओर एक व्यवहार्य मार्ग प्रदर्शित करता है। 0.5 V पर उच्च रैखिकता प्राप्त करके, बिना ADC के, यह एनकोडर प्रति स्पाइक ऊर्जा और सिलिकॉन एरिया को काफी कम कर देता है। बल्क-ड्रिवन तकनीकों और ट्रांसलीनियर नेटवर्कों का उपयोग करके सबथ्रेशोल्ड क्षेत्र में गैर-रैखिकता का सफल दमन भविष्य के लो-वोल्टेज न्यूरोमॉर्फिक इंटीग्रेटेड सर्किट के लिए एक मजबूत डिज़ाइन पद्धति प्रदान करता है।