HybridDNN：一种用于高性能混合 DNN 加速器设计与实现的框架
硬件体系结构
2020-04-09 v1 计算机视觉与模式识别
摘要
为了加速深度神经网络（DNN）加速器的设计并实现有效部署，我们提出 HybridDNN，一个用于构建高性能混合 DNN 加速器并提供基于 FPGA 的硬件实现的框架。新技术包括具有混合空间/Winograd 卷积（CONV）处理引擎（PE）的高度灵活且可扩展的架构、全面的设计空间探索工具，以及完整支持加速器设计与实现的设计流程。实验结果表明，由 HybridDNN 生成的加速器在高端 FPGA（VU9P）和嵌入式 FPGA（PYNQ-Z1）上分别可实现 3375.7 和 83.3 GOPS，相比最先进的加速器设计取得了 1.8 倍的性能提升。这表明 HybridDNN 灵活且可扩展，能够面向具有截然不同资源限制的云和嵌入式硬件平台。
引用
@article{arxiv.2004.03804,
title = {HybridDNN: A Framework for High-Performance Hybrid DNN Accelerator Design and Implementation},
author = {Hanchen Ye and Xiaofan Zhang and Zhize Huang and Gengsheng Chen and Deming Chen},
journal= {arXiv preprint arXiv:2004.03804},
year = {2020}
}
备注
Published as a conference paper at Design Automation Conference 2020 (DAC'20)