| 一种高性能可重构深度卷积神经网络加速器 |
| |
| 作者姓名： | 乔瑞秀 陈刚 龚国良 鲁华祥 |
| |
| 作者单位： | 1. 中国科学院半导体研究所,北京 1000832. 中国科学院大学,北京 1000493. 中国科学院脑科学与智能技术卓越创新中心,上海 2000314. 半导体神经网络智能感知与计算技术北京市重点实验室,北京 100083 |
| |
| 基金项目： | 中国科学院战略性先导科技专项(A)类超导计算机研发(XDA18000000);北京市科技计划(Z181100001518006);国家自然科学基金青年基金(61701473);国家自然科学基金青年基金(61401423);中国科学院STS计划(KFJ-STS-ZDTP-070);中国科学院国防科技创新基金(CXJJ-17-M152) |
| |
| 摘 要： | 由于深度卷积神经网络的卷积层通道规模及卷积核尺寸多样,现有加速器面对这些多样性很难实现高效计算。为此,基于生物脑神经元机制提出了一种深度卷积神经网络加速器。该加速器拥有类脑神经元电路的多种分簇方式及链路组织方式,可以应对不同通道规模。设计了3种卷积计算映射,可以应对不同卷积核大小;实现了局部存储区数据的高效复用,可大量减少数据搬移,提高了计算性能。分别以目标分类和目标检测网络进行测试,该加速器的计算性能分别达498.6×10 9次/秒和571.3×10 9次/秒;能效分别为582.0×10 9次/(秒·瓦)和651.7×10 9次/(秒·瓦)。
|
| 关 键 词： | 深度神经网络 加速器 可重构结构 高性能 超大规模集成电路 |
| 收稿时间： | 2019-02-14 |
|
| 点击此处可从《西安电子科技大学学报(自然科学版)》浏览原始摘要信息 |
|
点击此处可从《西安电子科技大学学报(自然科学版)》下载全文 |
|
