体系结构论文导读（三十）：FSA: An Efficient Fault-tolerant Systolic Array-based DNN Accelerator Architecture

FSA: An Efficient Fault-tolerant Systolic Array-based DNN Accelerator Architecture
FSA：一种高效的容错脉动阵列 DNN 加速器架构

一、文章简析

在深度神经网络（DNN）加速器中，永久性故障尤其具有挑战性，因为它们可能导致推理错误和性能下降。为了解决这些问题，FSA架构提出了统一的重新计算模块（RCM），通过动态重新计算故障处理单元（PEs）应完成的计算，来保持DNN推理的准确性和性能。

注意：这篇文章关注点在于永久性故障

二、Intro

• 永久性故障的影响：

  • 在基于Systolic阵列的DNN加速器中，永久性故障会显著影响DNN推理的准确性。

• 现有的解决方案：

  • 软件解决方案：一些解决方案通过重新训练整个DNN模型来更新每一层的权重矩阵，另一些则避免使用有缺陷的PE进行关键计算。
    • 缺点：重新训练的模型和新的映射策略在添加约束条件后（如避免多个故障PE带来的不规则数据流）不太可能收敛。

这里文章里说重新训练，其实我个人有点不理解，有些PE不能用了，直接告诉操作系统 或者发送指令的时候不用这些PE不就好了吗？
一些可能的猜测是，在某些研究中，重新训练DNN模型是为了调整模型参数，使其能够适应由于硬件故障（如PEs故障&