一种高性能可重构深度卷积神经网络加速器

• 作者: 乔瑞秀 陈刚 鲁华祥 龚国良
• 来源期刊: 西安电子科技大学学报（自然科学版）
• 学科: 工学
• 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
• 年，卷（期）: 2019,（3）
• 页码范围: 130-139
• 页数: 10页
• 分类号: TN4
• 字数: 8901字
• 语种: 中文
• DOI: 10.19665/j.issn1001-2400.2019.03.020

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498.6×109次/秒和571.3×109次/秒;能效分别为582.0×109次/(秒·瓦)和651.7×109次/(秒·瓦).

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	龚国良	中国科学院半导体研究所	12	60	4.0	7.0
2	鲁华祥	中国科学院半导体研究所	46	358	8.0	17.0
14	陈刚	中国科学院半导体研究所	183	1886	20.0	37.0
19	乔瑞秀	中国科学院半导体研究所	2	3	1.0	1.0