Circuits et systemes de modelisation analogique de neurones ...

Chapitre II : circuits analogiques élémentaires3.6.Mémoire analogique intégrée.Des mémoires analogiques intégrées sont utilisées pour mémoriser la calibration d'un capteur,les dispersions d'un circuit analogique (par exemple l'offset d'une paire différentielle) ou,comme c'est notre cas ici, les paramètres d'un circuit neuronal programmable.Pour nos ASICs les paramètres sont principalement des tensions analogiques appliquées auxentrées des opérateurs arithmétiques déjà décrits. Lors des phases de test, pour obtenir cestensions, nous avons utilisé des diviseurs potentiométriques externes nécessitant un réglagemanuel, puis, pour plus de souplesse, nous les avons remplacés par des convertisseursnumérique-analogique (CNA). L'usage de CNA programmés par un ordinateur nous a permisde systématiser nos tests et de stocker dans des fichiers les jeux de paramètres des différentsmodèles étudiés. C'est cette méthode que nous avons retenue pour certaines de nosapplications (Voir chapitre IV). L'inconvénient majeur de cette solution est le grand nombrede broches nécessaires (un neurone à deux conductances comporte déjà 14 paramètres et doncautant de broches). L'intégration d'une grande quantité de neurones n'est alors plus limitée parla surface de silicium occupée par la partie active du circuit mais par ce nombre de broches.Il est donc nécessaire de mettre au point un dispositif de mémorisation intégré comportant lemoins d'entrées/sorties possible.Murray et Woodburn [MURRAY 99] discutent des différentes possibilités de mémorisationdes poids synaptiques pour circuits de neurones formels analogiques. Bien que nosapplications nécessitent de mémoriser une plus grande variété de paramètres, les approchesutilisables sont similaires. C'est donc, là encore, dans cette littérature des réseaux de neuronesformels que nous avons trouvé la plupart de nos exemples.Une méthode directe consisterait à intégrer mémoire numérique et convertisseurs numériqueanalogique.Par exemple, Rosseto a intégré des convertisseurs 4 bits à son "systèmeneuromimétique" décrit dans [ROSSETO 91]. Pour un grand nombre de paramètres et au delàde quelques bits de précision cette technique n'est plus envisageable en raison de la surface desilicium qu'elle occuperait. De plus, si le nombre de bits du convertisseur est trop faible, ladiscrétisation de la plage de conversion fait qu'il devient difficile de parler de grandeuranalogique (au sens continûment variable). La précision et la quantité de paramètres requis parnos circuits ne sont pas compatibles avec cette approche et nous avons préféré en retenir deuxautres.64