面向深度学习的SoC架构设计与仿真

• 作者: 冯煜晶 吴萌 崔浩然 张志敏 李涵 王超 陶冠良
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 异构计算 深度学习 加速部件 仿真建模
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 高性能计算
• 页码范围: 14-23
• 页数: 10页
• 分类号: TP391.9
• 字数: 8029字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2019.01.003

摘要

互联网时代信息量的爆炸式增长、深度学习的普及使传统通用计算无法适应大规模、高并发的计算需求.异构计算能够为深度学习释放更强的计算能力,达到更高的性能要求,并可应用于更广阔的计算场景.针对深度学习算法,设计仿真了一款完整的异构计算SoC架构.首先,通过对常用深度学习算法,如GoogleNet、LSTM、SSD,进行计算特征分析,将其归纳为有限个共性算子类,并用图表及结构框图的形式进行展示,同时生成最小算子级别伪指令流.其次,根据提取的算法特征,进行面向深度学习的硬件加速AI IP核设计,构建异构计算SoC架构.最后,通过仿真建模平台进行实验验证,SoC系统的性能功耗比大于1.5 TOPS/W,可通过GoogleNet算法对10路1080 p 30 fps视频逐帧处理,且每帧端到端的处理时间不超过30 ms.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王超	中国科学院计算技术研究所	278	2990	26.0	41.0
2	张志敏	中国科学院计算技术研究所	60	393	12.0	15.0
3	吴萌	中国科学院计算技术研究所	9	54	4.0	7.0
4	李涵	中国科学院计算技术研究所	4	71	2.0	4.0
5	崔浩然	中国科学院计算技术研究所	1	0	0.0	0.0
6	冯煜晶	中国科学院计算技术研究所	1	0	0.0	0.0
7	陶冠良	中国科学院计算技术研究所	1	0	0.0	0.0