基于忆阻器阵列的卷积网络混合映射部署优化

• 作者: 成宇 邢恒拓 韩芳
• 来源期刊: 微电子学与计算机
• 学科: 工学
• 关键词: 忆阻阵列 混合映射 参数重要性 卷积网络
• 年，卷（期）: 2022,（5）
• 所属期刊栏目: 忆阻器
• 页码范围: 118-124
• 页数: 6页
• 分类号: TP389.1
• 语种: 中文
• DOI: 10.19304/J.ISSN1000-7180.2021.1205

摘要

忆阻器阵列有望满足边缘智能对功耗、存储密度、计算时间等的要求，但在目前忆阻器阵列资源有限的前提下，很难部署网络模型.由于采用双忆阻器映射参数的方式，映射压缩后的神经网络模型仍需要大量硬件资源.混合映射同时使用单忆阻器和双忆阻器两种映射方式部署卷积网络，可以减少资源消耗，但人为设定混合映射部署方案具有偶然性，映射后的网络模型准确率不可控.针对以上问题, 提出了一种基于资源约束的粒子群算法区分卷积网络参数重要性，并对混合映射部署进行优化.为提高网络准确率，以忆阻器阵列同行字线映射的参数作为搜索细粒度；为保证解的合理性，同时采用网络准确率和忆阻器数量作为适应度值；为加快搜索速度，在计算适应度值前加了一个混合比例约束.此外，与其他优化算法性能进行了对比，并讨论了算法搜索复杂度.实验表明，对于4值忆阻器，优化后部署方案的准确率可比人为设定部署方案高出33%.这项工作有望为边缘智能提供一种友好可行的非冯诺依曼硬件解决方案。