Kontakt
+49 711 685 69191
+49 711 685 67900
E-Mail
Visitenkarte (VCF)
Pfaffenwaldring 47
70569 Stuttgart
Deutschland
Raum: 2.408
Fachgebiet
Mein Tätigkeitsbereich umfasst die Forschung an energieeffizienten Mischsignalneuronen für künstliche neuronale Netze. Künstliche neuronale Netze haben in den letzten Jahren eine zunehmende Verbreitung gefunden. Für den dezentralen Einsatz, bei der die Rechenleistung und die daraus resultierende Leistungsaufnahme sehr begrenzt ist, werden daher neue Hardwareimplementierungen benötigt. Einen vielversprechenden Ansatz zur Effizienzsteigerung stellt die analoge statt der üblichen digitalen Berechnung einzelner Signale im neuronalen Netzwerk dar.
Die Arbeit umfasst den Entwurf von Mischsignalneuronen sowie die zur Inferenz eines Netzes benötigte Peripherie. Zudem werden derartige neuronale Netze hinsichtlich ihrer Trainierbarkeit untersucht.
Des Weiteren bin ich an einem Forschungsverbund mit dem Institut für Robuste Leistungshalbleitersysteme (ILH) beteiligt, welcher sich mit dem Entwurf hochfrequenter Radarsysteme in einer 22 nm Technologie beschäftigt. Potentielle Anwendungen sind hierbei Fahrassistenzsysteme von Fahrzeugen, welche insbesondere für das autonome Fahren von Bedeutung sind.
2023
- R. Nägele, J. Finkbeiner, V. Stadtlander, M. Grözing, und M. Berroth, „Analog Multiply-Accumulate Cell with Multi-Bit Resolution for All-Analog AI Inference Accelerators“, IEEE Transactions on Circuits and Systems I: Regular Papers, Bd. 2023, S. 1--13, 2023.
2022
- D. Widmann, R. Nägele, M. Grözing, und M. Berroth, „Mixed-Signal Integrated Circuit for Direct Raised-Cosine Filter Waveform Synthesis of Digital Signals Up to 24 GS/s in 22 nm FD-SOI CMOS Technology“, in IEEE International Symposium on Circuits and Systems (ISCAS), 2022, S. paper ID 1248.
- J. Finkbeiner, R. Nägele, M. Berroth, und M. Grözing, „Design of an Energy Efficient Voltage-to-Time Converter with Rectified Linear Unit Characteristics for Artificial Neural Networks“, in IEEE International New Circuits and Systems Conference (NEWCAS), 2022, S. 327--331.
- R. Nägele, J. Finkbeiner, M. Berroth, und M. Grözing, „Design of an Energy Efficient Analog Two-Quadrant Multiplier Cell Operating in Weak Inversion“, in IEEE International New Circuits and Systems Conference (NEWCAS), 2022, S. 5--9.
2021
- D. Widmann, R. Nägele, und A. Gatzastras, „140 GHz Transmitter Chip for Pseudo Random Noise Radar in 22 nm FD-SOI CMOS Technology“, in EUROPRACTICE activity report 2020 - 2021, 2021, S. 22.
- R. Nägele, F. Wiewel, S. Kelz, M. Wittlinger, M. Berroth, B. Yang, und M. Grözing, „Charge based mixed-signal multiply-accumulate circuit for energy efficient in-memory computing“, in Kleinheubacher Tagung, U.R.S.I. Landesausschuss in der Bundesrepublik Deutschland e.V, 2021, S. 1–4.