FFT per Analog In-Memory Computing: dal mapping all’ottimizzazione per dispositivi a cambiamento di fase

La tesi studia l’implementazione di operatori in frequenza sfruttando la tecnologia Analog in-Memory Computing basata su array resistivi implementati mediante una architettura proprietaria, dove l’operazione base di Matrix-Vector Multiplication (MVM) è eseguita nel dominio analogico tenendo conto di tutte le non idealità dell’hardware. Inizialmente si introduce la Discrete Fourier Transform (DFT) one-shot come punto di riferimento ed operazione elementare. Successivamente si passa all’implementazione della Fast Fourier Transform (FFT) con algoritmo radix-2, dimostrando che è penalizzata dall’accumulo di errori legato a conversioni ripetute per stadio. Ciò introduce il passaggio ad una versione ottimizzata basata su strategia mixed-radix, riorganizzata per ridurre i punti critici di conversione e favorire il riuso degli operatori. La pipeline viene ottimizzata in due varianti, evidenziando il compromesso tra vincoli architetturali e qualità. La valutazione quantitativa, se segnali mono, bi e tri-frequenziali, mostra un netto miglioramento rispetto alla baseline, con riduzione del massimo mediano dell’errore spettrale fino a circa 8 dB.