Introduction aux codes LDPC et à l'efficacité énergétique des appareils mobiles

Les codes de vérification de la parité de faible densité (LDPC) sont devenus une pierre angulaire des normes modernes de communication sans fil, notamment la nouvelle radio 5G, le Wi-Fi 6/6E et le DVB‐S2X, en raison de leur performance de correction d'erreur quasi-shannon-limit. Dans les appareils mobiles, où la durée de vie de la batterie et la dissipation thermique sont des contraintes critiques, l'énergie consommée par le décodeur LDPC peut représenter une partie importante de la puissance de traitement de la bande de base.

Le défi principal réside dans l'échange entre précision de décodage et effort de calcul. Des algorithmes plus puissants comme l'algorithme Sum‐Product (SPA) offrent d'excellentes performances de débit de bits (BER) mais nécessitent des opérations intensives de point flottant, tandis que des variantes plus simples comme l'algorithme Min‐Sum (MSA) échangent une capacité de correction des erreurs pour une complexité plus faible et une consommation d'énergie plus faible.

Contexte : Codes du CLD et leur rôle dans les communications mobiles

Les codes LDPC ont été introduits par Robert Gallager dans sa thèse de doctorat de 1960, mais ont été largement oubliés jusqu'à leur redécouverte au milieu des années 1990. Aujourd'hui, ils sont omniprésents dans les systèmes sans fil à haut débit. Dans 5G NR, les codes LDPC sont utilisés pour le canal de données (PDSCH et PUSCH) parce qu'ils peuvent gérer les grands blocs de codes et les taux de code élevés requis par le haut débit mobile amélioré (eMBB).

Les appareils mobiles effectuent ces itérations sur des circuits intégrés à application limitée (ASIC) ou des processeurs de signaux numériques (PSD). Le nombre d'itérations, la précision des messages et le plan de programmation affectent directement la consommation d'énergie. Un décodeur LDPC typique d'un smartphone peut consommer des dizaines à des centaines de milliwatts pendant la réception active des données et sous un trafic important qui peut dominer le budget énergétique de bande de base.

LDPC Décorer les algorithmes en détail

Algorithme du produit de base (SPA)

L'algorithme Sum‐Product est le décodeur de propagation de croyance à pleine complexité canonique. Il calcule les rapports de vraisemblance de log (LLR) en utilisant des fonctions et des multiplications hyperboliques tangentes, effectuant une inférence exacte sur le graphique de facteur de code. Bien que SPA réalise les meilleures performances possibles pour une structure de code donnée, son coût de calcul est élevé : chaque mise à jour de nœuds de contrôle nécessite l'évaluation des fonctions transcendantales, et les mises à jour de nœuds variables impliquent de multiples ajouts et multiplications.

Algorithme Min-Sum (MSA)

Le Min‐Sum Algorithm simplifie la mise à jour du nœud de vérification en remplaçant la formule exacte de la somme des produits par une opération de min. Plus précisément, l'ampleur du message de vérification à la variable est approximative comme étant le minimum de la variable entrante pour vérifier les magnitudes, et le signe est le produit des signes des messages entrants. Cela élimine tous les calculs trigonométriques ou logarithmiques, réduisant le chemin critique et permettant un matériel de puissance inférieure plus simple. La pénalité est une surestimation systématique des magnitudes de sortie du noeud de vérification, qui dégrade la courbe de BER de 0,2 à 0,5 dB pour les taux de code typiques. De nombreux raffinements, tels que l'Algorithm Min‐Sum normalisé (NMSA) et l'Algorithm Min‐Sum Offset (OMSA), incorporent un facteur de graduation ou un décalage pour compenser cette surestimation, récupérant ainsi la plupart des pertes de performance tout en étant beaucoup moins coûteux que l'Algorithm Min‐Sum.

Calendrier en couches (sufflé)

Au lieu de mettre à jour tous les nœuds variables simultanément (planifications inondées), les processus de programmation en couches contrôlent les nœuds de façon séquentielle, en utilisant les messages les plus récents immédiatement. Cela accélère la convergence, permettant au décodeur d'atteindre le même BER avec 30 à 50% moins d'itérations.

Autres variantes et approches hybrides

Les chercheurs ont également exploré le décodage stochastique, où les messages sont représentés comme des flux binaires aléatoires et des décodeurs analogiques itératifs qui fonctionnent directement sur des tensions continues. Bien que prometteurs pour les réseaux de capteurs ultra-faible puissance, ces approches n'ont pas encore atteint la maturité de production requise pour les appareils mobiles. Un hybride plus pratique est l'algorithme d'adaptation : un décodeur qui commence par un MSA à faible complexité pour les itérations et les commutateurs précoces en SPA (ou un MSA amélioré) seulement lorsque le décodeur peine à converger.

Facteurs qui influencent la consommation d'énergie dans les décodeurs mobiles de CLD

La consommation d'énergie d'un décodeur LDPC est influencée par une combinaison de décisions au niveau de l'algorithme, de l'architecture et du circuit.

  1. Itération Count et résiliation anticipée:[ Le nombre d'itérations de décodage multiplie directement l'énergie par bloc de code. Les techniques de terminaison anticipée – arrêt lorsqu'un mot de code valide (satisfaisant toutes les vérifications de parité) est détecté – peuvent réduire le nombre moyen d'itérations jusqu'à 40% aux rapports de signal à bruit modéré (RSN).
  2. Message Quantification et Longueur du mot: Les implémentations à points fixes doivent choisir le nombre de bits utilisés pour représenter chaque message LLR. Moins de bits réduisent la taille de la mémoire et lisent/écrivent l'énergie, mais peuvent dégrader le BER. Un décodeur mobile typique utilise entre 4 et 8 bits pour les messages variables à vérifier; des études de quantification prudentes montrent que 6 bits fournissent souvent presque la même performance que le point flottant tout en réduisant la puissance de mémoire d'environ 30%.
  3. Contrôle de traitement des nœuds : Comme décrit ci-dessus, l'approximation min-en MSA consomme beaucoup moins de logique que les opérations tanh-based de SPA. Dans une implémentation CMOS de 28 nm, une étude a constaté que l'unité de contrôle des nœuds pour SPA occupe environ 3,5× la zone et 4× la puissance dynamique de l'unité MSA correspondante.
  4. Interconnect and Memory Access: Les décodeurs LDPC sont très parallèles; le réseau d'interconnexion qui relie les messages entre les nœuds variables et les nœuds de contrôle peut contribuer jusqu'à 30% de l'énergie totale du décodeur. Des topologies de communication efficaces, telles que les architectures entièrement parallèles ou partiellement parallèles (lignes parallèles), la zone d'échange pour l'énergie.
  5. Clock Gating and Power Domains: Parce que les données éclatent dans les réseaux mobiles, le décodeur est souvent ralenti. Le grattage d'horloge avancé, le grattage d'alimentation et l'échelle dynamique de tension-fréquence (DVFS) peuvent réduire la puissance statique (leakage) pendant les périodes de ralenti. Un régulateur de tension adaptatif qui ajuste la tension d'alimentation du décodeur en fonction du débit requis peut économiser 10 à 20 % de l'énergie totale dans les cas d'utilisation typiques.

Analyse comparative : Échanges d'énergie et de performance

Pour un code régulier de taux 1/2, longueur-1024 (3,6) LDPC, le SPA exige généralement environ 15 à 18 itérations complètes pour obtenir un taux de 10-5 à Eb/N0 de 2,0 dB. Le MSA avec le même nombre d'itérations donne un taux de 10-4—un plancher d'erreur souvent inacceptable pour les liaisons de données mobiles. Cependant, le MSA normalisé (avec un facteur de graduation d'environ 0,75) se rétablit à moins de 0,1 dB de SPA, tandis que le nœud de contrôle peritération est d'environ 25 % de SPA. L'horaire stratifié réduit encore les itérations de près de la moitié, ce qui signifie que l'énergie globale par bloc décodé peut être inférieure de 40 à 60 % pour la NMSA stratifiée par rapport au SPA inondé.

Dans une puce de test mobile du monde réel publiée à la Conférence internationale des circuits solides de l'IEEE en 2020 (ISSCC), un décodeur LDPC de 12 nm FinFET supportant 5G NR a atteint 8,1 pJ/bit à 2,4 Gbps en utilisant un algorithme de min-sum stratifié avec quantification 6-bit. Dans des conditions similaires, un décodeur SPA comparable a déjà consommé 14,5 pJ/bit, soit une amélioration de 44 %.

Références externes:[
IEEE ISSCC 2020: A 12nm 2.4Gbps 8.1pJ/bit LDPC Decoder for 5G NR
] Comparaison des algorithmes de production de Min‐Sum et de Sum‐pour le décodage de LDPC dans les systèmes de formation à l'énergie-constraintion

Stratégies pour maximiser l'efficacité énergétique dans les décodeurs mobiles

Optimisations du niveau de l'algorithme

  • Utilisation sélective de l'échelle/de la compensation:[ La mise en œuvre d'une correction min-somme normalisée ou offset ajoute des frais généraux de calcul négligeables tout en récupérant 0,2 à 0,3 dB de SNR. Cela permet souvent au décodeur de fonctionner avec une itération de moins, économisant directement de l'énergie.
  • Itération de terminaison précoce et d'adaptation:[ Utilisez une règle d'arrêt basée sur la somme de parité de chiffre de contrôle. Une fois toutes les lignes satisfaites, le décodage s'arrête immédiatement. Pour les conditions de canaux cellulaires typiques, cela réduit le nombre moyen d'itérations de 25 à 40 %.
  • Low-complexity check node structures:[ Exploiter le fait que la mise à jour de la somme min-be n'a besoin que des deux plus petites grandeurs d'entrée (et leurs indices) permet un arbre de comparaison très compact, minimisant l'activité de commutation.

Techniques d'architecture matérielle

  • Mémoire minimisation:[ L'utilisation de SRAM monoport au lieu de double port et le partage de la mémoire entre les nœuds variables et les nœuds de contrôle réduisent la surface et les fuites.
  • Partage d'élément de transformation (PE) :[ Un PE unique peut être multiplexé dans le temps à travers plusieurs nœuds de contrôle dans une architecture partiellement parallèle. Cela réduit la surface de silicium et donc la puissance statique, bien qu'au détriment du débit. Pour les appareils mobiles où le débit maximum est nécessaire uniquement pour les courtes explosions, ce partage est globalement positif sur le plan énergétique.
  • Écaillage de tension et horloge adaptative:[ Lorsque les conditions de canal sont bonnes (forte SNR), le décodeur peut tolérer moins d'itérations et une précision plus faible. L'abaissement dynamique de la tension ou de la fréquence pour correspondre à la charge de travail dépendante de la SNR peut réduire l'énergie au-delà de ce qu'un point d'exploitation fixe fournit.

Intégration au niveau du système

  • Co-conception avec estimation du canal:[ L'alimentation d'une mesure de fiabilité (comme le rapport d'erreur de modulation) vers le décodeur permet au décodeur de pré-sélectionner une variante de précision ou d'algorithme appropriée. Lorsque le canal est propre, une min‐somme rapide avec quantification 4-bit est suffisante; lorsque bruyant, le décodeur peut revenir à un mode plus précis.
  • 5G NR utilise des appariements de vitesse qui peuvent être exploités. Le décodeur peut sauter le traitement des bits perforés ou raccourcis, qui sont toujours zéro-LLR, réduisant la taille effective des blocs de code et donc le nombre d'opérations.

Étude de cas: l'efficacité énergétique dans un modem 5G moderne

Considérez un modem de smartphone 5G phare fonctionnant sur un support à bande moyenne (100 MHz, 64-QAM, taux de code 0,8). Le débit de pointe requis est d'environ 2 Gbps. Au niveau physique, le décodage LDPC représente environ 25 à 30% de l'énergie totale de bande de base pendant un téléchargement soutenu. En utilisant une NMSA en couches avec quantification 6 bits et terminaison anticipée, le décodeur consomme environ 7 pJ/bit. Pour un flux 2 Gbps, cela se traduit par 14 mW. Un SPA standard inondé nécessiterait environ 25 mW dans les mêmes conditions. La différence de 11 mW, accumulée sur une session de streaming YouTube de 2 heures, permet d'économiser près de 80 mWh de capacité de batterie, ce qui permet de prolonger l'expérience de l'utilisateur de 5 à 8 % en temps de lecture vidéo.

Référence externe:[
Un décoder 5G NR LDPC avec terminaison précoce adaptative et calibrage en tension dans 7nm

Orientations futures et problèmes ouverts

Les communications ultra-fiables à faible latence (URLLC) exigent des décodeurs qui fonctionnent à des taux d'erreur de bloc très bas avec des budgets de latence stricts, ce qui peut pousser les concepteurs vers des algorithmes plus complexes pour atteindre les objectifs de fiabilité. Entre-temps, l'intégration du décodage basé sur l'IA, la propagation des croyances névralgiques, est un domaine de recherche actif. Ces décodeurs -learned-

Une autre direction prometteuse est l'utilisation de la quantification dynamique où la largeur de bits des messages s'adapte lors du décodage des itérations. Les premiers résultats montrent que la réduction de précision dans les itérations ultérieures (lorsque les LLR ont une grande magnitude) permet d'économiser 10–15% de la puissance mémoire sans perte de performance.

En fin de compte, le décodeur LDPC le plus écoénergétique pour les appareils mobiles sera celui qui est co-optimisé à travers l'algorithme, l'architecture et la technologie, combinant la somme de la somme des valeurs min-couches avec l'itération adaptative, l'échelle de précision et la gestion agressive de la puissance.

Conclusion

Le choix de l'algorithme — somme de produit par rapport à la somme de min — et de ses dérivés — est la base de référence, mais les plus grands gains sont les simplifications de l'algorithme et les techniques matérielles et logicielles, telles que l'établissement de plans en couches, la terminaison précoce, la quantification soigneuse, l'échelle de tension adaptative et le gage de puissance. Pour les fabricants d'appareils mobiles, investir dans une conception optimisée du décodeur LDPC permet de profiter de la durée de vie prolongée de la batterie, du fonctionnement plus frais et de la capacité de fournir des débits de données toujours plus élevés sans toucher le plafond thermique.

Références externes:[
3GPP 5G Aperçu du système
Une enquête sur les architectures de décoder du LDPC pour les 5G et au-delà