计算机应用

作者：黄程程, 董霄霄, 李钊

单位：山东理工大学 计算机科学与技术学院, 山东 淄博 255049

关键词：卷积神经网络,现场可编程逻辑门阵列,Winograd算法,双缓冲区,深流水线

基金：山东省自然科学基金资助项目（ZR2018LF002）；山东省高等学校青年创新团队发展计划项目（2019KJN048）；淄博市校城融合发展计划项目（2018ZBXC021）。

针对二维Winograd卷积算法中存储器带宽需求过高、计算复杂度高、设计探索周期漫长、级联的卷积存在层间计算延迟等问题，提出一种基于二维Winograd算法的双缓冲区5×5卷积层设计方法。首先使用列缓冲结构完成数据布局，以重用相邻分块之间的重叠数据，降低存储器带宽需求；然后精确搜索并复用Winograd算法加法计算过程中重复的中间计算结果，来降低加法运算量，从而减小加速器系统的能耗开销和设计面积；最后根据Winograd算法计算过程来完成6级流水线结构的设计，并实现针对5×5卷积的高效率计算。实验结果表明，这种5×5卷积的计算方法在基本不影响卷积神经网络（CNN）预测准确率的前提下，与传统卷积相比降低了83%的乘法运算量，加速倍率为5.82；该方法与级联3×3二维Winograd卷积组成5×5卷积的方法相比降低了12%的乘法运算量，降低了约24.2%的存储器带宽需求，并减少了20%的运算时间。

来源：2021年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2021年第8期