用于图像识别的高能效脉冲神经网络加速器设计 |
| |
引用本文: | 张剑,刘佳,万贤杰,俞宙,韩传余,张国和.用于图像识别的高能效脉冲神经网络加速器设计[J].西安交通大学学报,2023(1):211-220. |
| |
作者姓名: | 张剑 刘佳 万贤杰 俞宙 韩传余 张国和 |
| |
作者单位: | 1. 西安交通大学电子与信息学部;2. 中国电子科技集团第二十四研究所 |
| |
基金项目: | 国家自然科学基金资助项目(62174130); |
| |
摘 要: | 针对基于通用处理器解决方案在图像识别应用中速度慢、功耗高的问题,提出了一种高能效的脉冲神经网络加速器设计方案。首先,采用神经形态学计算中的高并行设计思想,设计了多核并行结构来实现硬件加速;然后,根据脉冲数据传输稀疏性的特点,采用基于事件驱动的数据传输与处理方式,设计了一对一的核间传输机制,减小了用于通信的硬件资源并提高了数据传输效率;其次,提出了按行的数据存放方式来加快膜电压数据在存储器的存取效率;最后,设计了结合查找表与异或的电路结构,可以快速的将事件向量转变为地址事件表达(AER)格式。采用所提加速器设计方案在现场可编程逻辑门阵列(FPGA)开发板上进行优化和部署。实验结果表明:当时钟频率采用100 MHz时,识别单张手写数字图像所需能量为1.04 mJ,仅为2.2 GHz通用中央处理器(CPU)上的串行软件程序的1/1 453.8。该加速器设计方案适用于实时性要求高和能量受限的实际场景。
|
关 键 词: | 图像识别 脉冲神经网络 加速器 并行结构 |
|
|