稀疏神经网络加速器设计

• 作者: 周聖元 杜子东 陈云霁
• 来源期刊: 高技术通讯
• 关键词: 神经网络 稀疏神经网络 加速器
• 年，卷（期）: 2019,（3）
• 所属期刊栏目: 计算机与通信技术
• 页码范围: 222-231
• 页数: 10页
• 字数: 5703字
• 语种: 中文
• DOI: 10.3772/j.issn.1002-0470.2019.03.003

摘要

针对日益增长的神经网络规模和不断变化的神经网络模型结构,提出了一款新型的稀疏神经网络加速器架构.该架构能够有效利用稀疏神经网络中的权值稀疏性和神经元稀疏性,进一步提升加速器处理神经网络模型时的运算速度.同时,该架构能够支持逐元素乘法/加法等运算,从而进一步提高加速器的灵活性,高效支持并加速Resnet等新型的神经网络结构.实验结果显示,基于5个具有代表性神经网络模型,该架构相比于现有的先进的稀疏神经网络加速器有平均为2.57倍的加速比,同时针对Resnet-18和Res-net-50的BN层分别平均有4.40倍和4.57倍的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈云霁	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	27	233	8.0	15.0
5	周聖元	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	3	3	1.0	1.0
14	杜子东	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	2	1	1.0	1.0