一种基于三角数分解的可配置2-D卷积器优化方法

来源：电子与信息学报杂志2024年第7期北京时间：

作者：黄继业, 肖强, 田大海, 高明裕, 王俊帆, 董哲康, 黄汐威

单位：1.杭州电子科技大学电子信息学院 杭州 3100182.浙江省装备电子研究重点实验室 杭州 3100183.浙江大学电气工程学院 杭州 310027

摘要：多尺寸2-D卷积通过特征提取在检测、分类等计算机视觉任务中发挥着重要作用。然而，目前缺少一种高效的可配置2-D卷积器设计方法，这限制了卷积神经网络(CNN)模型在边缘端的部署和应用。该文基于乘法管理以及奇平方数的三角数分解方法，提出一种高性能、高适应性的卷积核尺寸可配置的2-D卷积器。所提2-D卷积器包含一定数量的处理单元(PE)以及相应的控制单元，前者负责运算任务，后者负责管理乘法运算的组合，二者结合以实现不同尺寸的卷积。具体地，首先根据应用场景确定一个奇数列表，列表中为2-D卷积器所支持的尺寸，并利用三角数分解得到对应的三角数列表；其次，根据三角数列表和计算需求，确定PE的总数量；最后，基于以小凑大的方法，确定PE的互连方式，完成电路设计。该可配置2-D卷积器通过Verilog硬件描述语言(HDL)设计实现，由Vivado 2022.2在XCZU7EG板卡上进行仿真和分析。实验结果表明，相比同类方法，该文所提可配置2-D卷积器，乘法资源利用率得到显著提升，由20%～50%提升至89%，并以514个逻辑单元实现1 500 MB/s的吞吐率，具有广泛的适用性。

关键词：2-D卷积器, 可配置架构, 乘法管理, 三角数分解

基金资助：国家重点研发计划(2022YFD2000100)