卷積運算作為一種線性運算,在信號系統方面占據非常重要的地位,包括圖像識別、地震勘測、超聲診斷、人工智能等系統中廣泛存在著卷積運算。利用傳統的通用處理器CPU做卷積計算,存在計算效率低、速度慢,無法滿足數據實時處理的需求,利用GPU做卷積方案也存在硬件資源開銷大的問題。
本項目基于NOR FLASH閃存器件研發了高效卷積算子,并進一步開發了低功耗高速卷積計算芯片。利用NOR FLASH器件實現乘法計算,利用NOR FLASH陣列實現卷積運算以及卷積運算的并行執行,解決了傳統計算方式存在的數據搬運問題,提高了計算效率,能夠滿足數據低能耗、實時處理的需求。
圖1 基于閃存器件的高效卷積計算芯片
圖2 硬件卷積神經網絡演示系統
可用于集成到各種邊緣和終端智能設備中,如智能手機、智能攝像頭、自動駕駛車輛等,為這些設備提供更高效的圖像處理能力,從而提升產品性能和用戶體驗;以及應用于數據中心,尤其是需要處理大量圖像數據的場合(如云服務提供商、大型社交媒體等),該技術可以顯著提高數據處理速度和準確性,同時降低能耗;此外,在醫療影像分析領域,還可以加快圖像處理速度,提高診斷效率。
本項目目前處于研發階段,在卷積范式構建、卷積核映射、塊卷積實現等方面取得系列階段性成果,開發了存算一體高效卷積計算芯片,并搭建了具有高可靠性、高能效的硬件卷積神經網絡,相關成果發表在IEDM、TCAS-I、TED等國際權威會議和期刊上。
掃碼關注,查看更多科技成果