《计算机应用研究》|Application Research of Computers

3D-ACC:基于3D集成电路的卷积神经网络加速结构研究

3D-ACC: convolution neural network accelerator based on 3D integrated circuits

免费全文下载 (已被下载 次)  
获取PDF全文
作者 王吉军,郝子宇,李宏亮
机构 江南计算技术研究所
统计 摘要被查看 次,已被下载
摘要 随着神经网络规模的不断增大,对计算能力的需求越来越大。在深亚微米工艺下,通过持续增大芯片规模来提升计算能力,会导致芯片工作频率降低,功耗剧增,计算效率下降等问题。因此,利用3D集成电路技术,提出并量化研究了一种将二维脉动阵列映射到3D集成电路上的卷积神经网络加速器3D-ACC,并设计了一种高效卷积映射计算方法,构建了其性能模型,量化分析了不同的设计参数对3D-ACC性能和效率的影响。实验结果表明,当采用4层64×64脉动阵列的堆叠结构时,3D-ACC的峰值计算性能达32TFLOPS,测试VGG-16,ResNet-50以及Inception V3模型时的实际计算效率可达47.4%,37.9%及40.9%。与相同计算单元规模的二维加速器2D-ACC相比,3D-ACC的计算效率及性能优势明显,实际计算性能分别是后者的1.51倍、1.69倍以及1.61倍。探索了3D集成电路在神经网络加速器设计的优势,对未来进一步提升神经网络加速器性能具有一定参考价值。
关键词 3D集成电路;脉动阵列;循环分块;性能模型
基金项目 国家"核高基"专项-面向数据中心(云平台)与集群计算的智能计算单元
本文URL http://www.arocmag.com/article/02-2020-12-047.html
收稿日期
修回日期
页码 -
中图分类号 TP392
文献标志码