二维矩阵卷积的并行计算方法

• 作者: 张军阳 扈啸 郭阳
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 矩阵卷积 向量处理器 并行算法 性能优化 卷积神经网络
• 年，卷（期）: 2018,（3）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 515-523
• 页数: 9页
• 分类号: TP391
• 字数: 6309字
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2018.03.013

摘要

为了提高卷积神经网络模型中二维矩阵卷积的计算效率,基于FT2000多核向量处理器研究二维矩阵卷积的并行实现方法.通过使用广播指令将卷积核元素广播至向量寄存器,使用向量LOAD指令加载卷积矩阵行元素,并通过混洗操作将不易并行化的矩阵卷积操作变成可以向量化的乘加操作,实现了通过减少访存、充分复用已取数据的方式来提高算法的执行效率.设计卷积矩阵规模变化、卷积核规模不变和卷积矩阵规模不变、卷积核规模变化2种常用矩阵卷积计算方式,并对比分析不同计算方式对算法执行效率的影响.基于服务器级多核CPU和TI6678进行实验对比,实验结果显示,FT2000比多核CPU及TI6678具有更好的计算优势,相比多核CPU最高可加速11 974倍,相比TI6678可加速21倍.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	扈啸	国防科技大学计算机学院	12	159	4.0	12.0
2	郭阳	国防科技大学计算机学院	50	449	9.0	20.0
3	张军阳	国防科技大学计算机学院	3	116	2.0	3.0