SNE：一种用于稀疏事件驱动卷积的能耗成比例数字加速器
硬件体系结构
2022-05-02 v2
摘要
事件驱动传感器因其高时间分辨率、低功耗和低带宽而受到越来越多的关注。为从此类传感器产生的稀疏数据流中高效提取语义信息，我们提出了一种 4.5TOP/s/W 的数字加速器，能够执行 4 位量化的事件驱动卷积神经网络（eCNN）。相比标准卷积引擎，我们的加速器执行的操作数与输入数据流中事件的数量成比例，最终实现了高能量-信息处理成比例性。在 IBM-DVS-Gesture 数据集上，当输入活跃度分别为 1.2% 和 4.9% 时，我们报告 80uJ/inf 至 261uJ/inf。我们的加速器消耗 0.221pJ/SOP，据我们所知，这是数字神经形态引擎上报道的最低能量/OP。
引用
@article{arxiv.2204.10687,
title = {SNE: an Energy-Proportional Digital Accelerator for Sparse Event-Based Convolutions},
author = {Alfio Di Mauro and Arpan Suravi Prasad and Zhikai Huang and Matteo Spallanzani and Francesco Conti and Luca Benini},
journal= {arXiv preprint arXiv:2204.10687},
year = {2022}
}
备注
Accepted at DATE22