一种2D权值固定数据流架构的研究

作者：程智; 杨靓; 王硕; 娄冕

来源：微电子学与计算机, 2021, 38(02): 30-33.

DOI：10.19304/j.cnki.issn1000-7180.2021.02.006

• 卷积神经网络
• 权值固定
• 数据流
• CNN加速器
• 流水线

随着人工智能算法的发展,卷积神经网络(CNN)在图像、音频等方面的应用越来越广泛,CNN算法的计算量也越来越大.权值固定数据流(WS)将权值固定在寄存器中,是一种最大化利用卷积重用和filter重用的数据流.不过当前的权值固定数据流结构存在建立流水线时间过长的问题.本文研究了一种去除PE(Process Element)行之间的FIFO,用加法器连接PE行的2D权值固定数据流结构.这种2D权值固定的数据流结构计算AlexNet时减少了近2.7倍建立流水线时间,并且能够灵活地调整卷积步长.

• 单位
  西安微电子技术研究所