-
题名面向CNN加速器的一种建模与优化设计方法研究
- 1
-
-
作者
祁玉琼
张明喆
吴海彬
叶笑春
-
机构
中国科学院计算技术研究所计算机体系结构国家重点实验室
中国科学院大学
-
出处
《高技术通讯》
CAS
2022年第8期773-788,共16页
-
基金
国家自然科学基金(61732018,61872335,61802367)
中国科学院战略性先导科技专项(XDC05000000),中国科学院国际伙伴计划(171111KYSB20200002)资助项目。
-
文摘
本文提出了一种卷积神经网络(CNN)加速器性能与能耗通用评估模型(CNNGModel)。CNNGModel通过CNN加速器中不同结构的具体设计,可以估计该加速器处理不同任务时需要的时间与能耗。在硬件工程师使用硬件描述语言实现该加速器前,通过CNNGModel可以提前判断当前CNN加速器的设计是否符合应用需求,从而减少后续不必要的工作量。在实验部分,首先设计并实现了3个CNN加速器;其次分析对比CNNGModel、模拟器VTA以及仿真综合3种方式得到的每个加速器在处理不同CNN时的多项结果,其中对于处理时间的估计,CNNGModel与仿真综合的差距低至3.0%,对于功率,差距则低至6.5%;最后依据CNNGModel,从能耗和性能两方面给出了多项CNN加速器优化策略。
-
关键词
卷积神经网络(CNN)
CNN加速器
性能与能耗通用评估模型(cnngmodel)
CNN加速器优化策略
-
Keywords
convolutional neural network(CNN)
CNN accelerator
general performance and energy consumption model for CNN accelerator(cnngmodel)
CNN accelerator optimization strategy
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-
