在NXP的Eindhoven總部，采用以MATLAB和深度學(xué)習(xí)工具箱（Deep Learning Toolbox）設(shè)計(jì)、訓(xùn)練的類神經(jīng)網(wǎng)路來對(duì)ADC錯(cuò)誤進(jìn)行后校正，進(jìn)而了解ASIC在正常操作條件下消耗的功率狀況。

在制程當(dāng)中，積體電路（integrated circuits；IC）若稍有缺陷，可能就會(huì)造成類比數(shù)位轉(zhuǎn)換器（analog-to-digital converters，ADCs）實(shí)現(xiàn)到IC上的錯(cuò)誤；像是電晶體、電阻器、電容器等類比元件的不匹配（mismatch）可能導(dǎo)致訊號(hào)失真，例如不佳的總諧波失真（total harmonic distortion；THD）。

圖1 : 在制程當(dāng)中，積體電路（IC）若稍有缺陷，可能就會(huì)造成類比數(shù)位轉(zhuǎn)換器（ADCs）實(shí)現(xiàn)到IC上的錯(cuò)誤。 （source: Science Mill）

至于減少ADC錯(cuò)誤的方法之一，在于使用更大型的類比元件來擴(kuò)大設(shè)計(jì)，這種方法雖可以改善匹配、進(jìn)而改善失真的數(shù)字，但卻需要配置更大的面積及更多電力；第二種方法則是加入校正電路系統(tǒng)，但是這需要額外的矽面積，并增加成本與功耗—而且在執(zhí)行校正時(shí)，通常還必須要知道錯(cuò)誤發(fā)生的原因。
...
...