扩展 RISC-V 指令集以实现高效的基于 RNN 的 5G 无线资源管理
信号处理
2020-04-07 v2
摘要
5G 移动通信中的无线资源管理（RRM）是一个具有挑战性的问题，递归神经网络（RNN）已在该问题上展现出有前景的结果。因此，加速计算密集型的 RNN 推理至关重要。为有效应对快速演进的 RNN 变体格局，可编程解决方案是理想的。在本文中，我们通过调优微控制器级开源 RISC-V 内核的指令集与微体系结构来研究 RNN 推理加速。我们将硬件扩展与软件优化相结合，在各类 RRM 任务中使用的广泛 RNN 上，相对于基线内核实现了吞吐量与能效分别 15 和 10 的整体提升。
引用
@article{arxiv.2002.12877,
title = {Extending the RISC-V ISA for Efficient RNN-based 5G Radio Resource Management},
author = {Renzo Andri and Tomas Henriksson and Luca Benini},
journal= {arXiv preprint arXiv:2002.12877},
year = {2020}
}