弹载人工智能可重构卷积加速器设计

• 作者: 张磊 汪健 王世和 王镇
• 来源期刊: 战术导弹技术
• 学科: 工学
• 关键词: 卷积神经网络 弹载人工智能 可重构卷积加速器 集成电路
• 年，卷（期）: 2019,（5）
• 所属期刊栏目: 计算机应用技术
• 页码范围: 97-102
• 页数: 6页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16358/j.issn.1009-1300.2019.8.156

摘要

随着卷积神经网络的广泛应用,相关的卷积加速器应运而生,但现有卷积运算结构都是专用设计,满足不了弹载人工智能对实时性与低功耗的要求.针对此问题,充分考虑专用集成电路实现后的高能效性和现场可编程逻辑门阵列的灵活可配置性,研究动态可重构、分时复用、脉冲阵列与并行流水等结构,设计一种了用于弹载人工智能的可重构的卷积加速器,有效的弥补系统硬件资源的有限性,并提高了系统的并行性,满足未来智能武器装备对处理性能的需求.