主流卷积神经网络的硬件设计与性能分析

• 作者: 安虹 徐青青 武铮 金旭
• 来源期刊: 计算机系统应用
• 关键词: 卷积神经网络 网络层 基准测试程序 性能分析 微体系结构
• 年，卷（期）: 2020,（2）
• 所属期刊栏目: 专论·综述
• 页码范围: 49-57
• 页数: 9页
• 字数: 8853字
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007257

摘要

作为深度学习领域中最具有影响力的网络结构之一, 卷积神经网络朝着更深更复杂的方向发展, 对硬件计算能力提出了更高的要求, 随之出现了神经网络专用处理器. 为了对这类处理器进行客观比较, 并指导软硬件优化设计, 本文针对卷积神经网络提出了宏基准测试程序和微基准测试程序. 其中, 宏基准测试程序包含主流的卷积神经网络模型, 用于处理器性能的多方位评估和对比; 微基准测试程序包含卷积神经网络中的核心网络层, 用于细粒度定位性能瓶颈并指导优化. 为了准确描述这套基准测试程序在真实硬件平台上的性能表现, 本文选取了I/O等待延迟、跨节点通信延迟和CPU利用率3大系统性能评测指标以及IPC、分支预测、资源竞争和访存表现等微架构性能评测指标. 基于评测结果, 本文为处理器的硬件设计与架构改进提出了可靠建议.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安虹	中国科学技术大学计算机科学与技术学院	65	224	7.0	12.0
2	金旭	中国科学技术大学计算机科学与技术学院	9	12	2.0	3.0
3	徐青青	中国科学技术大学计算机科学与技术学院	1	0	0.0	0.0
4	武铮	中国科学技术大学计算机科学与技术学院	5	1	1.0	1.0