计算机工程

作者：廖汉松, 吴朝晖, 李斌

单位：1. 华南理工大学 微电子学院, 广州 510641;2. 人工智能与数字经济广东省实验室(广州), 广州 510330

关键词：RISC-V指令集,卷积神经网络,领域专用架构,专用指令集处理器,硬件加速

基金：广东省重点领域研发计划项目（2018B010142001）。

针对x86和ARM商用架构CPU因专利、授权导致定制成本过高和灵活性不够的问题，面向物联网领域提出一种基于RISC-V开源指令集的卷积神经网络（CNN）专用指令集处理器。通过自定义拓展指令调用加速器对轻量化CNN中的卷积和池化操作进行加速，提高终端设备能效。在此过程中，配置CNN各层信息控制加速器进行分组运算，以适应不同大小的输入数据，同时调整加速器的数据通路，对耗时操作进行单独或结合运算，以适应不同的轻量化网络。FPGA平台验证结果表明，该处理器在100 MHz工作频率下推理SqueezeNet网络，耗时约40.89 ms，功耗为1.966 W，较手机处理器单核计算速度更快，与AMD Ryzen7 3700X、NVIDIA RTX2070 Super和Qualcomm Snapdragon 835平台相比，其消耗资源少、功耗低，在性能功耗比上也具有优势。

来源：2021年第7期

《计算机工程》期刊编辑部

查看计算机工程杂志2021年第7期