一种混合边缘分类器：结合TinyML优化的CNN与RRAM-CMOS ACAM以实现能源高效推理

本研究解决了资源受限的边缘传感系统中信息处理能效不足的问题。通过提出一种混合的软件-硬件边缘分类器，包括优化的数字TinyML网络和RRAM-CMOS模拟内容寻址存储器，展示了在准确性与能耗之间的优良平衡。研究结果显示，这种混合系统的每次分类操作能耗仅为原模型的792分之一，显著提升了极端边缘应用的可行性。