Eyeriss v2 是麻省理工学院针对移动设备提出的灵活深度神经网络加速器。文章讨论了紧凑型和稀疏DNN对硬件设计的挑战，并介绍了其创新的层次化mesh片上网络（NoC），以提高数据复用和并行处理。通过多播和广播策略，该架构能够有效利用空间数据重用，并支持权重和激活的稀疏性。此外，Eyeriss v2采用两层内存层次结构和控制逻辑，确保高效的数据流动和计算。
文章目录
- 题目：Eyeriss v2: A Flexible Accelerator for Emerging Deep Neural Networks on Mobile Devices
- 时间：2019
- 期刊：IEEE Journal of Emerging and Selected Topics in Circuits and Systems
- 研究机构：MIT Vivienne Sze
1 缩写 & 引用
- CSC: compressed sparse column
- DW: depth wise
- GLB: global buffer
- SPad: scratch pad
SCNN: An Accelerator for Compressed-sparse Convolutional Neural Networks 2017 ISCA
Loom: Exploiting weight and activation precisions to accelerate convolutional neural networks 2018 DAC
2 abstract & introduction
现在compact DNN对硬件设计的挑战：
- compact网络可能会diminish dimension，就是缺少某一维度，导致数据不能像以前那样复用
- 会导致硬件利用率降低
- 数据复用率低，可能会增加对带宽的要求，带宽可能受限
sparse DNN对硬件设计的挑战：
最低0.47元/天 解锁文章
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
