基于精度可变乘法器的脉动阵列

摘要：

为了有效地支持神经网络中精度变化的权重参数的乘法计算,针对多种神经网络的参数位宽需求和单比特乘法器存在的性能下降问题,结合卷积计算中特征图复用的特点,提出基于精度可变乘法器的脉动阵列结构.将被多次使用的乘数的两比特积寄存在查找表中,从而将乘法操作转化为查表操作,设计支持偶数比特精度的两比特串行乘法器;基于该串行乘法器的处理单元作为脉动阵列的基本组成部分,在计算开始之前将特征图加载至相应位置,计算过程中完成乘累加计算和数据控制.相邻的处理单元局部连接可构成任意所需规模的脉动阵列.实验结果表明,基于Xilinx ZCU102现场可编程逻辑门阵列平台,提出的精度可变乘法器,相比于最先进的单比特乘法器,资源归一化性能提升1.8倍,并且在多种神经网络上的性能平均提升80％.

关键词：精度可变、串行乘法器、脉动阵列、现场可编程门阵列、深度神经网络

所属期刊栏目：56

分类号：TP302(计算技术、计算机技术)

资助基金：数学工程与先进计算国家重点实验室开放基金2019A09

在线出版日期：2021-03-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：885-891