第57卷第1期2023年1月西安交通大学学报JOURNALOFXI’ANJIAOTONGUNIVERSITYVol.57No.1Jan.2023.*用于图像识别的高能效脉冲神经网络加速器设计张剑1,刘佳2,万贤杰2,俞宙2,韩传余1,张国和1(1.西安交通大学电子与信息学部,710049,西安;2.中国电子科技集团第二十四研究所,400060,重庆)摘要:针对基于通用处理器解决方案在图像识别应用中速度慢、功耗高的问题,提出了一种高能效的脉冲神经网络加速器设计方案。首先,采用神经形态学计算中的高并行设计思想,设计了多核并行结构来实现硬件加速;然后,根据脉冲数据传输稀疏性的特点,采用基于事件驱动的数据传输与处理方式,设计了一对一的核间传输机制,减小了用于通信的硬件资源并提高了数据传输效率;其次,提出了按行的数据存放方式来加快膜电压数据在存储器的存取效率;最后,设计了结合查找表与异或的电路结构,可以快速的将事件向量转变为地址事件表达(AER)格式。采用所提加速器设计方案在现场可编程逻辑门阵列(FPGA)开发板上进行优化和部署。实验结果表明:当时钟频率采用100MHz时,识别单张手写数字图像所需能量为1.04mJ,仅为2.2GHz通用中央处理器(CPU)上的串行软件程序的1/1453.8。该加速器设计方案适用于实时性要求高和能量受限的实际场景。关键词:图像识别;脉冲神经网络;加速器;并行结构中图分类号:TM301文献标志码:ADOI:10.7652/xjtuxb202301020文章编号:0253-987X(2023)01-0211-10DesignofHighEnergyEfficientSpikingNeuralNetworkAcceleratorforImageRecognitionZHANGJian1,LIUJia2,WANXianjie2,YUZhou2,HANChuanyu1,ZHANGGuohe1(1.FacultyofElectronicandInformationEngineering,Xi’anJiaotongUniversity,Xi’an710049,China;2.No.24Institute,ChinaElectronicsTechnologyGroupCorporation,Chongqing400060,China;)Abstract:Ahighenergyefficiencyspikingneuralnetwork(SNN)acceleratorisproposedtosolvetheproblemsoflow-speedandhigh-powerconsumptioninimagerecognitionapplicationbasedonthegeneralprocessor.Firstly,amulti-coreparallelstructureisdesignedforhardwareaccelera-tionbyadoptingtheconceptofhighparalleldesigninneuromorphiccomputation.Secondly,con-sideringthesparsityofspikedatatransmission,theone-to-oneinter-coretransmissionmechanismisdesignedbasedonevent-drivendatatransmissionandprocessing,whichreducesthehardwareresourcesusedforcommunicationandimprovestheda...
