📋 项目计划 — Phase 3 执行重点
团队方案已进入官方 schedule 的 Phase 3: Design and Simulation。 当前工作重点是把 LSTM + SRAM 时序推理加速器 从提案推进到可评审的 schematic、block-level simulation 和 top-level simulation 证据。
已锁定LSTM + SRAM ECG 推理加速器
设计目标是实现一个面积可控、可综合、可走完整 RTL2GDS 流程的量化 LSTM 推理模块。 ECG 数据作为主验证路径，用于证明该硬件能够处理真实时序生理信号并输出分类结果。
🆕 项目更新
- 官方 schedule 当前阶段为 Phase 3: Design and Simulation。
- 下一次团队准备目标为 Week 28, 2026年7月10日 Simulation Review (blocks)。
- 后续 Week 29, 2026年7月17日为 top-level simulation review，并伴随 READiness Check / Go-No-go Decision。
- 最终项目从“备选方案对比”收敛为 LSTM + SRAM 时序推理加速器。
- 验证任务明确为 ECG 心电数据正常/异常分类，不再把 EMG、EEG、工业振动作为当前主验证范围。
- SD 卡驱动 Transformer 方案移出本轮交付范围，仅作为归档参考保留。
- 下一步工作聚焦 ECG 数据预处理、量化模型训练、RTL 接口定义和 Python-to-RTL 对齐测试。
👥 团队分工
Xuhe
Architecture & RTL Design
Hank
Model, quantization & verification
CC
Layout, DRC/LVS & signoff
Sam
Integration, testbench & documentation
🎯 最终提案范围
FinalLSTM + SRAM ECG 异常检测加速器
加速器接收一段 ECG 采样序列或压缩后的 ECG 特征序列，通过量化 LSTM 单元进行时序建模， 并输出 Normal / Abnormal 分类结果。LSTM 权重存储在片上 SRAM 中，测试阶段通过 SPI 预加载权重和输入数据。
🧭 数据路径
ECG waveform segment → preprocessing / feature packing → SPI input buffer → SRAM-backed LSTM datapath → classifier head → SPI result / done interrupt
🔧 设计要点
| 模块 | 当前定义 | 交付目标 |
|---|---|---|
| LSTM datapath | 简化门控 LSTM，4-bit 权重、8-bit 激活，定点 MAC 累加 | 可综合 RTL、单元测试和门级仿真 |
| Weight SRAM | 约 4KB 权重存储，按 gate / layer 分区读取 | GF180 标准单元或 SRAM 宏映射方案 |
| SPI control | 负责权重加载、ECG 输入加载、启动推理和读回结果 | 统一寄存器协议和 cocotb 测试脚本 |
| Classifier output | Normal / Abnormal 二分类概率或二值标签 | RTL 与 Python golden model 输出对齐 |
💓 ECG 验证矩阵
| 类别 | ECG 特征 | 验证方式 | 目标 |
|---|---|---|---|
| Normal | PQRST 波群完整，R-R 间隔稳定 | 标准正常心律片段输入硬件推理 | 正常样本识别稳定 |
| Abnormal | 房颤、早搏、室速等异常节律导致时序模式偏离 | 异常片段输入硬件推理，与 Python golden model 对比 | 异常样本可被区分 |
| Quantized model | 4-bit 权重和 8-bit 激活下的精度损失 | 浮点模型、量化模型、RTL 输出三方对齐 | 精度损失可接受，定点溢出受控 |
| Hardware demo | SPI 输入 ECG 序列，推理完成后读回分类 | 仿真 testbench 自动加载多组 ECG 样本 | 形成可复现实验脚本和报告 |
📅 实施计划
1. ECG model baseline
准备 ECG 数据片段，训练小型 LSTM，确定输入长度、特征格式和分类标签。
2. Quantization contract
固定权重、激活、bias 和累加位宽，生成可供 RTL testbench 使用的 golden vectors。
3. RTL implementation
实现 SPI 控制、权重 SRAM 访问、LSTM MAC datapath 和 classifier 输出路径。
4. RTL2GDS signoff
完成 LibreLane synthesis、floorplan、place/route、STA、DRC/LVS 和最终报告。
🚧 当前范围边界
本轮必须完成
- LSTM + SRAM 推理数据路径和 SPI 测试接口。
- ECG Normal / Abnormal 分类验证，包含 Python golden model 与 RTL 对齐。
- GF180 工艺下的综合、时序、布局布线和基本 signoff 证据。
本轮不再主做
- SD 卡驱动 Transformer。
- EMG 手势、EEG 睡眠、工业振动等其它验证场景。
- 在线学习功能；可保留为后续扩展，不作为首轮 tapeout 风险项。
📦 归档参考
早期 Transformer 方案已经从当前项目范围中移除。相关文档仍保留在共享文件夹，作为后续扩展或备选研究方向参考； 当前评审和开发材料以 LSTM + ECG 为准。
📄 详细文档
- 📑 proposal_lstm_timeseries.md 当前主提案：LSTM + SRAM + ECG 验证
- 📑 proposal_sdcard_transformer.md 归档参考：不纳入当前交付范围