参考

[Sun, X., Yin, S., Peng, X., Liu, R., Seo, J。S., & Yu, S。(2018)。XNOR-RRAM: A scalable and parallel resistive synaptic architecture for binary neural networks。Proceedings of the 2018 Design, Automation and Test in Europe Conference and Exhibition, DATE 2018, 2018-Janua, 1423–1428。https://doi.org/10.23919/DATE.2018.8342235]
《Binarized Neural Networks: Training Neural Networks with Weights and Activations Constrained to +1 or −1》
【深度学习——BNN】：二值神经网络BNN——学习与总结
深度学习【6】二值网络（Binarized Neural Networks）学习与理解
读书笔记一：RRAM (ReRAM)

Background：BNN与XNOR operation

BNN binarized neural network，是在CNN的基础上，对权值和激活值（特征值）做二值化处理，即取值是+1或-1。跟CNN结构是相似的。梯度下降，权值更新，卷积运算都还是在，各有优化。

xb=sign(x)
if x>=0 xb=+1
else xb=-1

前向传播

二值网络训练时的权值参数W，必须包含实数型的参数。

• 将真实权重参数二值化，得到二值权重参数。
  
• 然后利用二值化后的参数计算得到实数型的中间向量，该向量再通过Batch Normalization操作，得到实数型的隐藏层激活向量。
  
• 如果不是输出层，则向量被二值化。
  

反向传播

由于Sign(x)函数的梯度，几乎处处为0，这显然不利于反向传播。于是采用HTanh(x)代替Sign(x)。此处略。

左图表示HTanh(x)函数，右图表示HTanh(x)梯度。

XNOR

二值网络中最重要的乘法优化，是前向传播中隐藏层的输出 乘以权值W的乘法优化，也就是卷积操作的优化。
对于二值网络的卷积运算，只是+1与-1之间的乘累加运算。根据+1与-1的乘法运算真值表的特点，Bengio提出了“XNOR”代替“乘法”的优化方式。
可以说是绝对的。
输入层数据是8位二进制，而激活向量和权值矩阵中的元素全都是1位二进制表示。
为什么可以用“Xnor”代替乘法？如下图为+1，-1的乘法运算真值表，和Xnor（同或）真值表：

不难发现将-1替换为0后，真值表完全一致。

例如，

a=[1,-1, 1, 1, -1]
W=[-1,1,1,-1,-1]

正常乘法：

a1·w1+a2·w2+a3·w3+a4·w4+a5·w5=1·-1 + -1·1 + 1·1 + 1 ·-1 + -1· -1 = -1

Xnor的计算方式：

a=[1,0,1,1,0]
W=[0,1,1,0,0]
a·W=[1·0,0·1,1·1,1·0,0·0]=[1,1,0,1,0]
popcount(a·w)=3

popcount(x)这一操作，表示统计向量x中1的个数。
故a·W的异或求和结果为:

popcount-(5-popcount) = 2*popcount(a·W)-5 = 1

再加上非运算为-1，即a·W 全元素的XNOR结果为-1

概括

总的来说，BNN有以下几个特点：
①减小内存占用：显然，权值和激活值二值化后，只需1bit即可表示，大幅度地降低了内存的占用。
②降低功耗：因为二值化，原来32位浮点数，只需要1bit表示，存取内存的操作量降低了；其实，存取内存的功耗远大于计算的功耗，所以相比于32-bit DNN，BNN的内存占用和存取操作量缩小了32倍，极大地降低了功耗。
③减小硬件面积开销：XNOR代替乘法，用1-bit的XNOR-gate代替了原来的32-bit浮点数乘法，对面向深度学习的硬件来说有很大影响。譬如，FPGA原来完成一个32-bit的浮点数乘法需要大约200个Slices，而1-bit 的Xnor-gate 只需要1个Slice，硬件面积开销，直接缩小了200倍。
④速度快：作者专门写了一个二值乘法矩阵的GPU核，可以保证在准确率无损失的前提下，运行速度提高7倍。

RRAM

还不如看看涛涛的文章，不好意思，我的博客真是一坨屎……
读书笔记一：RRAM (ReRAM)

Circuit design

在RRAM的cross array上怎么实现XNOR操作。
这篇讲Shimeng Yu提出的方案：
也比较好理解，感觉后面2022年三星的MRAM的nature上的存算电路架构跟这个挺相似的，两个结加两个管子一组合当一个单元使，管子的通断和结的高低阻排列组合，搞出一个真值逻辑来。

A crossbar array of magnetoresistive memory devices for in-memory computing
那这么来看，Shimeng Yu的XNOR-RRAM 这套架构，如果电路实现了，不只是仿真的层次，那妥妥的nature的水准，人家可是2017年就提出来了这种架构。不过三星还是厉害，说做啥就做啥，我一个更基础的架构搞了两年了也没出电路… …

Peripheral circuit

SA

这个方案做过调研，2010年之后大多数新型阻变存储器的SA都是这一路了，latch式curent-mode SA，上电快，容错率高，电路结构更简洁。

mux & decoder

本文电路设计上的一大亮点就是采用并行的weight电流累加操作，每次选通一根WL和所有的BL，一次标定出一列上所有的+1/-1权重的Icell，来跟总的Iref作对比。
以往的方案是先对一列上的单元的WL选通，然后逐根选通BL，row by row的逐个单元的送至列底部的CSA，标定出weight为+1/-1，然后送到累加器进行寄存，最终得出一列的权重之和。
但是我没懂的地方是，你这样做的话，你的Iref不得划分得很细很多level吗，不能拿一个Iref就区分出一列上所有权重值之和了吧，比如一列有64个bit，其中10个为+1（LRS）/54个为-1（HRS），那么HRS的电流可以忽略不计，电流之和就是10I_LRS_bit，那换一种情况，13个为+1（LRS）/51个为-1（HRS），电流之和就是13I_LRS_bit，那有多少张情况不得设置多少种Iref吗？这个文中所说的Multi-level sense amplifier好像不是这么回事啊？？？有大佬给我讲讲吗… …

在后面就是介绍这个方案下，怎样划分sub-array和MLSA的level数来优化accuracy的过程了，就是纯仿真了。
多层感知机/CNN on MNIST/CIFAR-10
platform：Theano

但这里我又有疑问了：电路设计只到array以及SA/MUX/Decoder这些就结束了不说下去了，后面仿真结果是base什么来仿的呢，是拿array做XNOR然后把neuron output送到哪里去再继续执行呢？软件端吗？没看明白。有点云里雾里的，比如backward propagation怎么做的？pooling怎么做的？电路只给了个框架图，然后就仿真了，感觉确实看得有些懵逼。