基于模式剪枝与核重排权重映射方案的高面积/能效 RRAM CNN 加速器
硬件体系结构
2020-10-14 v1
摘要
阻变随机存取存储器（Resistive Random Access Memory, RRAM）是一种用于存内处理（PIM）架构以加速卷积神经网络（CNN）的新兴器件。然而，由于 RRAM 阵列中高度耦合的交叉阵列结构，难以在基于 RRAM 的 CNN 加速器中利用网络稀疏性。为优化稀疏网络在 RRAM 阵列中的权重映射并实现高面积与能效，我们提出一种基于模式剪枝与运算单元（Operation Unit, OU）机制的新型权重映射方案及相应的基于 RRAM 的 CNN 加速器架构。实验结果表明，相较传统权重映射方法，我们的工作可实现 4.16x-5.20x 的交叉阵列面积效率、1.98x-2.15x 的能效以及 1.15x-1.35x 的性能加速。
引用
@article{arxiv.2010.06156,
title = {High Area/Energy Efficiency RRAM CNN Accelerator with Kernel-Reordering Weight Mapping Scheme Based on Pattern Pruning},
author = {Songming Yu and Yongpan Liu and Lu Zhang and Jingyu Wang and Jinshan Yue and Zhuqing Yuan and Xueqing Li and Huazhong Yang},
journal= {arXiv preprint arXiv:2010.06156},
year = {2020}
}
备注
6 pages, 7 figures