面向CNN加速器的一种建模与优化设计方法研究

摘要：

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(CNNG-Model).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CNNG-Model、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

所属期刊栏目：32

分类号：TP391;TP29;TP14

资助基金：国家自然科学基金;国家自然科学基金;国家自然科学基金;中国科学院战略性先导科技专项;中国科学院国际伙伴计划-对外合作重点项目

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共16页

页码：773-788