面向基于CNN的边缘AI加速器的列流式卷积引擎及映射算法
机器学习
2021-09-17 v1 人工智能
系统与控制
图像与视频处理
系统与控制
摘要
边缘AI加速器已成为无人机（UAV）、图像识别传感器、可穿戴设备、机器人与遥感卫星等近客户应用的一种解决方案。这些应用不仅需要满足性能目标，还因其便携移动特性与有限电源而需满足严格的面积与功耗约束。为此，本文提出了一种基于列流式的卷积引擎，其包含处理单元列集设计，从而在边缘AI加速器中针对不同CNN算法的适用性上具备灵活性。与一款商用CNN加速器相比，关键结果显示该列流式卷积引擎在处理227×227特征图时所需执行周期相近，且避免了零填充惩罚。
引用
@article{arxiv.2109.07601,
title = {A Column Streaming-Based Convolution Engine and Mapping Algorithm for CNN-based Edge AI accelerators},
author = {Weison Lin and Tughrul Arslan},
journal= {arXiv preprint arXiv:2109.07601},
year = {2021}
}