في عصر الذكاء الاصطناعي، تتطلب تقنيات تحليل الصور الطبية، مثل تكنولوجيا U-Net المستخدمة في تقطيع أورام الدماغ، مليارات العمليات الحسابية مما قد يحد من الكفاءة الطاقية. ولهذا، تم تطوير تقنية DEX (Digit-Level Early Exit) التي تهدف إلى تحسين سرعة الأداء وتقليل استهلاك الطاقة.

تتيح هذه التقنية تنفيذ عمليات حسابية ديناميكية، حيث تعتمد على الحساب الأكثر أهمية (Most-Significant-Digit-First Arithmetic) الذي يكشف عن أرقام النتائج خلال العمليات الحسابية. ومن هنا، يمكن اتخاذ قرارات تعتمد على النتائج قبل إنشاء القيمة الكاملة.

تقدم الورقة البحثية المقترحة معالجاً أكسليتريكياً ذا مرحلتين مخصصة للعمليات الحسابية الموقوتة لـU-Net مع دعم العمليات السالبة في صيغ INT8. وتعمل أربعة آليات في هذه التقنية بشكل مباشر على تيار الرقم الناتج وتحسن من الدقة وكفاءة التشغيل.

بينما تكون عمليات الانطلاق المبكر للرقم السلبي في طبقات ReLU هي إحدى آليات التنفيذ. ومن خلال الاختبارات، أسفرت الابتكارات الجديدة عن تقليل دورة الأرقام بنسبة 38.38% مع تحقيق متوسط نقاط Dice بلغ 80.58%، مقارنةً بنموذج الـfloating-point الذي سجل أعلى قليلًا عند 81.20%.

مع معالج تم تصنيعه بتقنية 45 نانومتر، يعمل هذا العنصر على تردد 500 ميجاهيرتز ويشغل مساحة 0.858 مم²، مع استهلاك قدره 0.726 مللي جول لكل 192×192 بكسل. ما يجعل تطور الذكاء الاصطناعي أسرع وأكثر كفاءة أصبح حقيقة واقعة بفضل تقنية DEX.