تتطلب أنظمة المساعدة المتقدمة للسائقين (ADAS) محركات حساب عصبية قادرة على تقديم استنتاج منخفض الكمون تحت قيود صارمة من حيث الطاقة والمساحة. تبرز الحسابات باستخدام نظام Posit كخيار جذاب لهذه المعززات، حيث توفر دقة عددية عالية عند استعمال دقة منخفضة. ومع ذلك، فإن نظام الترميز المتغير الطول يرفع من تكاليف الترميز وفك الترميز ويعرض مسار البيانات لمشاكل كبيرة بسبب تأثيرات الفشل في الحقول المتغيرة.

يقدم هذا البحث محرك EULER-ADAS، وهو محرك حسابي عصبي يعتمد على نظام Posit بطريقة SIMD (Single Instruction, Multiple Data) لتسريع أنظمة ADAS بكفاءة طاقة عالية وموثوقية محسنة. يجمع التصميم الجديد بين تمثيل Posit ذات القيد والمضاعفة باللوغاريتم وبتر البت، وطريق تجميع مشترك عبر SIMD يدعم تنفيذ Posit-(8,0)، Posit-(16,1)، وPosit-(32,2).

العمارة الموحدة تمكّن التشغيل بحدود مضاعف (Posit-8) حتى 4 مرات، و(POSIT-16) حتى مرتين، أو (Posit-32) مرة واحدة دون الحاجة لتكرار الأجهزة الخاصة بالدقة. أظهرت تنفيذات FPGA أن التهيئات المقترحة تقلل من عدد LUTs بنسبة تصل إلى 41.4%، والوقت بنسبة تصل إلى 76.1%، والطاقة بنسبة تصل إلى 71.9% مقارنةً بمحركات الحساب العصبي باستخدام Posit بدقة كاملة.

كما تم تقييم التصميم بمعدل طاقة أقل يصل إلى 10 مرات في المنتج الناتج من الطاقة والكمون مقارنةً بمضاعفات Posit المبنية على Booth المتعددة الأسس. في تقنية 28-nm CMOS، تشغل الأنظمة المقيدة مساحة تتراوح بين 0.013-0.016 mm²، وتستهلك طاقة تتراوح بين 19.8-22.1 mW وتعمل بسرعة تصل إلى 1.84 GHz.

تظهر تقييمات مستوى التطبيق عبر تصنيفات الصور، وأنظمة ADAS، وأحمال استدلال الحواف أن التهيئاتما باستخدام Posit-16 وPosit-32 تبقى ضمن نطاق دقة FP32 تقريبًا 1.5 نقطة مئوية. تم تحقيق نموذج TinyYOLOv3 على Pynq-Z2 زمن استجابة قدره 78 مللي ثانية عند 0.29 واط و22.6 مللي جول لكل إطار، مما يثبت ملاءمة EULER-ADAS للاستخدام في استنتاج ADAS بالوقت الحقيقي مع استهلاك منخفض للطاقة.