摘要 - 由于固有的硬件限制,资源约束设备上的真实数量随机数生成具有挑战性。这些局限性会影响找到具有高吞吐量和足够良好的可靠随机性来源的能力。作为脑部计算机界面领域(BCI)领域的最新发展表明,需要随机数的广泛应用,我们研究了基于皮质学的神经数据作为随机数生成的种子的可用性。我们开发了从脑数据中产生随机位的算法,并使用NIST SP 800-22测试套件来评估随机性的质量。我们将算法作为硬件随机位发电机(RBG)实现。然后,我们将这些实现作为硬件加速器集成在MindCrypt,MindCrypt是一种异质的芯片系统(SOC),配备了主机处理器来运行BCI应用程序。在MindCrypt中,应用程序使用我们的RBG加速器作为随机数生成器(RNG)和素数生成器。与使用基于最先进的Linux的RNG相比,在RISC-V处理器上运行软件应用程序的FPGA原型在RISC-V处理器上运行软件应用程序的提高了376倍和4885X的能源效率。通过将RBG加速器和加密加速器之间的点对点(P2P)通信传递随机位,我们在性能中获得6.1倍,与直接存储器访问(DMA)相比,能量效率为12.4倍。最后,我们探索了MindCrypt的部分重新配置的FPGA实现的功效,该实现动态优化了在资源约束的BCI SOC中随机数生成的吞吐量。索引条款 - SOC,HLS,BCI,RISC-V,P2P,FPGA,DPR
