XiaoMi-AI文件搜索系统
World File Search System加速单元
具有低功耗的脑机接口系统...
摘要 — 皮层内脑机接口有望帮助瘫痪患者恢复功能，但由于其高功耗，将其转化为便携式和植入式设备受到阻碍。与标准实验性脑机接口相比，最近的设备已大幅降低了功耗，但仍需要有线或无线连接到计算硬件以进行特征提取和推理。在这里，我们介绍了一种 180 nm CMOS 神经记录和解码 (NeuRAD) 专用集成电路 (ASIC)，它可以提取神经脉冲特征并实时预测二维行为。为了降低放大器和特征提取的功耗，NeuRAD 具有一个硬件加速器，用于从皮层内脉冲信号中提取脉冲带功率 (SBP)，并包括一个带有定点矩阵加速单元 (MAU) 的 M0 处理器，用于高效灵活地解码。我们通过记录植入犹他微电极阵列的非人类灵长类动物的收缩压，并使用稳态卡尔曼滤波器 (SSKF) 预测猴子试图在闭环中执行的一维和二维手指运动，验证了设备的功能。使用 NeuRAD 的实时预测，猴子实现了 100% 的成功率，平均目标获取时间为 0.82 秒，使用
通过计数米草图检测微构造攻击
摘要 - 对性能的持续追求推动了专业人员，以结合多个内核，缓存，加速单元或投机执行，使系统变得非常复杂。另一方面，这些功能通常会暴露出构成新挑战的意外漏洞。为了进行检查，可以利用缓存或投机执行引入的定时差异以泄漏信息或检测活动模式。保护嵌入式系统免受现有攻击是极具挑战性的，而且由于新的微体系攻击的持续崛起（例如，幽灵和编排攻击），这使它变得更加困难。在本文中，我们提出了一种新方法，该方法基于计数示意图，用于检测嵌入式系统介绍的微处理器中的微体系攻击。这个想法是将安全检查模块添加到系统中（无需修改保护器，而不是在保护下），负责观察被提取的说明，并识别和发出信号可能的可疑活动，而无需干扰系统的标称活动。可以在设计时（在部署后重新编程）对所提出的方法进行编程，以便始终更新Checker能够识别的攻击列表。我们将所提出的方法集成到了大型RISC-V核心中，我们证明了它在检测几种版本的幽灵，编排，Rowhammer和Flush+重新加载攻击方面的有效性。在最佳配置中，提出的方法能够检测到100％的攻击，没有错误的警报，并引入了大约10％的面积开销，大约增加了4％的功率，并且没有降低工作频率。