Next-generation memories with high storage capacity, high performance, and low power consumption are being researched due to the ever-growing demand for artificial intelligence and high-definition applications. Among such future memories, a multi-level cell (MLC) spin-transfer magnetic torque random access memory (STT-MRAM) attracts considerable attention as an alternative to static or dynamic random access memories. An MCL STT-MRAM has the advantages of capacity and non-volatility, but the disadvantages of performance, power consumption, and endurance resulting from complicated resistance state transition and detection processes. In particular, such issues are exacerbated in the latest smart image applications employing block-based processing algorithms. In this paper, we propose a memory subsystem that mitigates the MLC STT-MRAM disadvantages in smart image applications. Our main idea is threefold: MLC-aware image buffer composing, block-aware pixel-to-memory mapping, and prediction-aware image-to-buffer allocating techniques that all make multi-step resistance state transition and detection processes less required. Experimental results show that the proposed memory subsystem achieves 24.5% shorter application execution time, and 96.4% lower memory power consumption than the conventional memory subsystems for industrial smart image applications. In addition, our memory subsystem increases the lifetime of MLC STT-MRAMs via 93.8% fewer multi-step resistance state transition processes.

中文翻译：

---

用于智能图像应用的 MLC STT-MRAM 感知存储器子系统

由于对人工智能和高清应用的需求不断增长，人们正在研究具有高存储容量、高性能和低功耗的下一代存储器。在这些未来的存储器中，多级单元（MLC）自旋转移磁矩随机存取存储器（STT-MRAM）作为静态或动态随机存取存储器的替代品吸引了相当多的关注。MCL STT-MRAM具有容量和非易失性的优点，但由于电阻状态转换和检测过程复杂，在性能、功耗和耐久性方面存在劣势。特别是，在采用基于块的处理算法的最新智能图像应用程序中，此类问题更加严重。在本文中，我们提出了一种内存子系统，可以减轻智能图像应用中 MLC STT-MRAM 的缺点。我们的主要思想有三点：MLC 感知图像缓冲区组合、块感知像素到内存映射和预测感知图像到缓冲区分配技术，所有这些技术都减少了多步电阻状态转换和检测过程的需要。实验结果表明，与传统的工业智能图像应用内存子系统相比，所提出的内存子系统的应用执行时间缩短了 24.5%，内存功耗降低了 96.4%。此外，我们的内存子系统通过减少 93.8% 的多步电阻状态转换过程来延长 MLC STT-MRAM 的使用寿命。以及预测感知图像到缓冲区分配技术，这些技术都可以减少多步电阻状态转换和检测过程的需要。实验结果表明，与传统的工业智能图像应用内存子系统相比，所提出的内存子系统的应用执行时间缩短了 24.5%，内存功耗降低了 96.4%。此外，我们的内存子系统通过减少 93.8% 的多步电阻状态转换过程来延长 MLC STT-MRAM 的使用寿命。以及预测感知图像到缓冲区分配技术，这些技术都可以减少多步电阻状态转换和检测过程的需要。实验结果表明，与传统的工业智能图像应用内存子系统相比，所提出的内存子系统的应用执行时间缩短了 24.5%，内存功耗降低了 96.4%。此外，我们的内存子系统通过减少 93.8% 的多步电阻状态转换过程来延长 MLC STT-MRAM 的使用寿命。用于工业智能图像应用的内存功耗比传统内存子系统低 4%。此外，我们的内存子系统通过减少 93.8% 的多步电阻状态转换过程来延长 MLC STT-MRAM 的使用寿命。用于工业智能图像应用的内存功耗比传统内存子系统低 4%。此外，我们的内存子系统通过减少 93.8% 的多步电阻状态转换过程来延长 MLC STT-MRAM 的使用寿命。