MATCHA：面向多加速器异构边缘 SoC 的高效深度神经网络部署
分布式、并行与集群计算
2026-04-13 v1 硬件体系结构
机器学习
摘要
在具有多个异构加速引擎的 System-on-Chips（SoC）上部署 DNN 具有挑战性，而大多数部署框架无法充分利用异构性。我们提出 MATCHA，一个统一的 DNN 部署框架，生成用于并行、异构加速器的高度并发调度计划，并使用约束编程优化 L3/L2 内存分配和调度。通过模式匹配、分块和在单个硬件单元之间的映射，实现并行执行和高加速器利用率。在 MLPerf Tiny 基准测试中，使用具有两个异构加速器的 SoC，MATCHA 相对于最先进的 MATCH 编译器，提高了加速器利用率并将推理延迟降低最高可达 35%。
引用
@article{arxiv.2604.09124,
title = {MATCHA: Efficient Deployment of Deep Neural Networks on Multi-Accelerator Heterogeneous Edge SoCs},
author = {Enrico Russo and Mohamed Amine Hamdi and Alessandro Ottaviano and Francesco Conti and Angelo Garofalo and Daniele Jahier Pagliari and Maurizio Palesi and Luca Benini and Alessio Burrello},
journal= {arXiv preprint arXiv:2604.09124},
year = {2026}
}
备注
Accepted at the 63rd ACM/IEEE Design Automation Conference (DAC26)