Binding
Combina ipervettori elemento per elemento. Nelle rappresentazioni binarie è naturalmente espresso tramite XOR; in altri modelli corrisponde a un prodotto o a una regola locale equivalente.
Dal modello HDC al datapath
La figura riassume una possibile organizzazione hardware per Hyperdimensional Computing: gli ipervettori vengono caricati dalle memorie M10K, combinati mediante binding, aggregati nel bundling e confrontati con prototipi durante la fase di recovery. Una FSM coordina il flusso e separa gli accessi alla memoria dalle fasi di calcolo.
Sintesi dell’architettura
Bundling e riduzione
Aggrega più ipervettori mediante somme, accumulatori o majority vote. I risultati parziali vengono poi ridotti in una rappresentazione composita.
Recovery
Confronta l’hypervector di query con prototipi o codebook, calcolando score di similarità o distanza di Hamming per selezionare il miglior match.
Con 256 lane, una passata su un ipervettore di dimensionalità D richiede approssimativamente ⌈D / 256⌉ cicli, oltre alle latenze di caricamento, pipeline e riduzione.
Sequenza controllata dalla FSM
1
LOAD
La FSM indirizza le M10K e allinea item memory, positional memory, codebook e stato intermedio ai registri di ingresso delle lane.
2
BIND
Le lane applicano in parallelo la trasformazione elemento per elemento agli ipervettori correnti.
3
BUNDLE e REDUCE
Accumulatori locali e stadi di riduzione costruiscono il vettore composito evitando fan-in eccessivi in un singolo stadio.
4
RECOVER e OUTPUT
La query viene confrontata con i prototipi memorizzati; il migliore risultato viene registrato e reso disponibile all’interfaccia esterna.
Documento tecnico completo
Il PDF approfondisce il mapping della pipeline HDC sul Cyclone V, l’organizzazione delle M10K, la FSM di controllo, il parallelismo 256-way e la descrizione delle fasi di caricamento, binding, bundling, riduzione e recovery.