PATRONoC：面向边缘端多加速器DNN平台的降低片上网络开销的并行AXI传输
硬件体系结构
2023-08-02 v1
摘要
新兴深度神经网络（DNN）应用需要高性能多核硬件加速与大数据突发。经典片上网络（NoCs）采用基于串行数据包的协议，在面向端点时承受显著的协议转换开销。本文提出PATRONoC，一种开源、完全AXI兼容的NoC架构，以更好地满足多核DNN计算平台的特定需求。在2D-mesh拓扑中对PATRONoC的评估显示，在1 GHz下相较最先进的经典NoC面积效率提升34%。PATRONoC的吞吐在均匀随机流量下超越基线NoC达2-8倍，并在合成与DNN工作负载流量下提供高达350 GiB/s的高聚合吞吐。
引用
@article{arxiv.2308.00154,
title = {PATRONoC: Parallel AXI Transport Reducing Overhead for Networks-on-Chip targeting Multi-Accelerator DNN Platforms at the Edge},
author = {Vikram Jain and Matheus Cavalcante and Nazareno Bruschi and Michael Rogenmoser and Thomas Benz and Andreas Kurth and Davide Rossi and Luca Benini and Marian Verhelst},
journal= {arXiv preprint arXiv:2308.00154},
year = {2023}
}
备注
Accepted and presented at 60th DAC