期刊导航
期刊开放获取
cqvip
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
图神经网络加速结构综述
被引量:
7
1
作者
李涵
严明玉
+4 位作者
吕征阳
李文明
叶笑春
范东睿
唐志敏
《计算机研究与发展》
EI
CSCD
北大核心
2021年第6期1204-1229,共26页
近年来,新兴的图神经网络因其强大的图学习和推理能力,得到学术界和工业界的广泛关注,被认为是推动人工智能领域迈入“认知智能”阶段的核心力量.图神经网络融合传统图计算和神经网络的执行过程,形成了不规则与规则的计算和访存行为共...
近年来,新兴的图神经网络因其强大的图学习和推理能力,得到学术界和工业界的广泛关注,被认为是推动人工智能领域迈入“认知智能”阶段的核心力量.图神经网络融合传统图计算和神经网络的执行过程,形成了不规则与规则的计算和访存行为共存的混合执行模式.传统处理器结构设计以及面向图计算和神经网络的加速结构不能同时应对2种对立的执行行为,无法满足图神经网络的加速需求.为解决上述问题,面向图神经网络应用的专用加速结构不断涌现,它们为图神经网络定制计算硬件单元和片上存储层次,优化计算和访存行为,取得了良好的加速效果.以图神经网络执行行为带来的加速结构设计挑战为出发点,从整体结构设计以及计算、片上访存、片外访存层次对该领域的关键优化技术进行详实而系统地分析与介绍.最后还从不同角度对图神经网络加速结构设计的未来方向进行了展望,期望能为该领域的研究人员带来一定的启发.
展开更多
关键词
图神经网络
混合执行模式
加速结构
人工智能
领域
专用
架构
下载PDF
职称材料
基于RISC-V的卷积神经网络专用指令集处理器
被引量:
4
2
作者
廖汉松
吴朝晖
李斌
《计算机工程》
CAS
CSCD
北大核心
2021年第7期196-204,共9页
针对x86和ARM商用架构CPU因专利、授权导致定制成本过高和灵活性不够的问题,面向物联网领域提出一种基于RISC-V开源指令集的卷积神经网络(CNN)专用指令集处理器。通过自定义拓展指令调用加速器对轻量化CNN中的卷积和池化操作进行加速,...
针对x86和ARM商用架构CPU因专利、授权导致定制成本过高和灵活性不够的问题,面向物联网领域提出一种基于RISC-V开源指令集的卷积神经网络(CNN)专用指令集处理器。通过自定义拓展指令调用加速器对轻量化CNN中的卷积和池化操作进行加速,提高终端设备能效。在此过程中,配置CNN各层信息控制加速器进行分组运算,以适应不同大小的输入数据,同时调整加速器的数据通路,对耗时操作进行单独或结合运算,以适应不同的轻量化网络。FPGA平台验证结果表明,该处理器在100 MHz工作频率下推理Squeeze Net网络,耗时约40.89 ms,功耗为1.966 W,较手机处理器单核计算速度更快,与AMD Ryzen7 3700X、NVIDIA RTX2070 Super和Qualcomm Snapdragon 835平台相比,其消耗资源少、功耗低,在性能功耗比上也具有优势。
展开更多
关键词
RISC-V指令集
卷积神经网络
领域
专用
架构
专用
指令集处理器
硬件加速
下载PDF
职称材料
计算体系架构研究综述与思考
被引量:
3
3
作者
高彦钊
邬江兴
+3 位作者
刘勤让
沈剑良
宋克
张帆
《中国科学:信息科学》
CSCD
北大核心
2022年第3期377-398,共22页
随着摩尔定律(Moore's law)与迪纳德(Dennard)缩放定律逐步走向终结,依靠集成电路制程工艺的进步提升计算系统性能与效能越来越困难,计算体系架构的演进成为了未来计算系统发展的重要技术途径.本文首先从应用适应性、计算驱动方式...
随着摩尔定律(Moore's law)与迪纳德(Dennard)缩放定律逐步走向终结,依靠集成电路制程工艺的进步提升计算系统性能与效能越来越困难,计算体系架构的演进成为了未来计算系统发展的重要技术途径.本文首先从应用适应性、计算驱动方式、系统重心变化、计算核心构成,以及计算逻辑使用等不同的角度回顾了体系架构的发展历程,总结了不同体系架构的优缺点;然后着重分析了在人工智能、大数据等应用飞速发展的条件下未来计算系统的能力需求特征;最后提出了软件定义计算体系架构,并梳理了其重点研究内容与关键技术,为未来计算体系架构的发展提供了一条可行的技术途径.
展开更多
关键词
体系
架构
软件定义计算
领域
专用
架构
异构计算
可重构计算
原文传递
题名
图神经网络加速结构综述
被引量:
7
1
作者
李涵
严明玉
吕征阳
李文明
叶笑春
范东睿
唐志敏
机构
计算机体系结构国家重点实验室(中国科学院计算技术研究所)
中国科学院大学
出处
《计算机研究与发展》
EI
CSCD
北大核心
2021年第6期1204-1229,共26页
基金
国家自然科学基金项目(61732018,61872335,61802367)
中国科学院国际伙伴计划(171111KYSB20200002)
数学工程与先进计算国家重点实验室开放基金(2019A07)。
文摘
近年来,新兴的图神经网络因其强大的图学习和推理能力,得到学术界和工业界的广泛关注,被认为是推动人工智能领域迈入“认知智能”阶段的核心力量.图神经网络融合传统图计算和神经网络的执行过程,形成了不规则与规则的计算和访存行为共存的混合执行模式.传统处理器结构设计以及面向图计算和神经网络的加速结构不能同时应对2种对立的执行行为,无法满足图神经网络的加速需求.为解决上述问题,面向图神经网络应用的专用加速结构不断涌现,它们为图神经网络定制计算硬件单元和片上存储层次,优化计算和访存行为,取得了良好的加速效果.以图神经网络执行行为带来的加速结构设计挑战为出发点,从整体结构设计以及计算、片上访存、片外访存层次对该领域的关键优化技术进行详实而系统地分析与介绍.最后还从不同角度对图神经网络加速结构设计的未来方向进行了展望,期望能为该领域的研究人员带来一定的启发.
关键词
图神经网络
混合执行模式
加速结构
人工智能
领域
专用
架构
Keywords
graph neural network
hybrid execution pattern
acceleration architecture
artificial intelligence
domain-specific architecture
分类号
TP303 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
基于RISC-V的卷积神经网络专用指令集处理器
被引量:
4
2
作者
廖汉松
吴朝晖
李斌
机构
华南理工大学微电子学院
人工智能与数字经济广东省实验室(广州)
出处
《计算机工程》
CAS
CSCD
北大核心
2021年第7期196-204,共9页
基金
广东省重点领域研发计划项目(2018B010142001)。
文摘
针对x86和ARM商用架构CPU因专利、授权导致定制成本过高和灵活性不够的问题,面向物联网领域提出一种基于RISC-V开源指令集的卷积神经网络(CNN)专用指令集处理器。通过自定义拓展指令调用加速器对轻量化CNN中的卷积和池化操作进行加速,提高终端设备能效。在此过程中,配置CNN各层信息控制加速器进行分组运算,以适应不同大小的输入数据,同时调整加速器的数据通路,对耗时操作进行单独或结合运算,以适应不同的轻量化网络。FPGA平台验证结果表明,该处理器在100 MHz工作频率下推理Squeeze Net网络,耗时约40.89 ms,功耗为1.966 W,较手机处理器单核计算速度更快,与AMD Ryzen7 3700X、NVIDIA RTX2070 Super和Qualcomm Snapdragon 835平台相比,其消耗资源少、功耗低,在性能功耗比上也具有优势。
关键词
RISC-V指令集
卷积神经网络
领域
专用
架构
专用
指令集处理器
硬件加速
Keywords
RISC-V instruction set
Convolutional Neural Network(CNN)
Domain Specific Architecture(DSA)
special instruction set processor
hardware acceleration
分类号
TP332 [自动化与计算机技术—计算机系统结构]
下载PDF
职称材料
题名
计算体系架构研究综述与思考
被引量:
3
3
作者
高彦钊
邬江兴
刘勤让
沈剑良
宋克
张帆
机构
信息工程大学信息技术研究所
出处
《中国科学:信息科学》
CSCD
北大核心
2022年第3期377-398,共22页
基金
国家科技重大专项核高基项目(批准号:2016ZX01012101)
国家科技重大专项核高基项目(批准号:2017ZX01030301)资助。
文摘
随着摩尔定律(Moore's law)与迪纳德(Dennard)缩放定律逐步走向终结,依靠集成电路制程工艺的进步提升计算系统性能与效能越来越困难,计算体系架构的演进成为了未来计算系统发展的重要技术途径.本文首先从应用适应性、计算驱动方式、系统重心变化、计算核心构成,以及计算逻辑使用等不同的角度回顾了体系架构的发展历程,总结了不同体系架构的优缺点;然后着重分析了在人工智能、大数据等应用飞速发展的条件下未来计算系统的能力需求特征;最后提出了软件定义计算体系架构,并梳理了其重点研究内容与关键技术,为未来计算体系架构的发展提供了一条可行的技术途径.
关键词
体系
架构
软件定义计算
领域
专用
架构
异构计算
可重构计算
Keywords
architecture
software-defined computing
domain-specific architecture
heterogeneous computing
reconfigurable computing
分类号
TP393.02 [自动化与计算机技术—计算机应用技术]
原文传递
题名
作者
出处
发文年
被引量
操作
1
图神经网络加速结构综述
李涵
严明玉
吕征阳
李文明
叶笑春
范东睿
唐志敏
《计算机研究与发展》
EI
CSCD
北大核心
2021
7
下载PDF
职称材料
2
基于RISC-V的卷积神经网络专用指令集处理器
廖汉松
吴朝晖
李斌
《计算机工程》
CAS
CSCD
北大核心
2021
4
下载PDF
职称材料
3
计算体系架构研究综述与思考
高彦钊
邬江兴
刘勤让
沈剑良
宋克
张帆
《中国科学:信息科学》
CSCD
北大核心
2022
3
原文传递
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部