近似计算新范式在深度学习加速系统中的应用及研究进展

来源：电子与信息学报杂志2023年第9期北京时间：

作者：龚宇, 王丽萍, 王佑, 刘伟强

单位：1.南京航空航天大学电子信息工程学院/集成电路学院 南京 2111062.空天集成电路与微系统工信部重点实验室 南京 211106

摘要：深度学习已经成为当前人工智能技术中最为重要的算法之一。随着应用场景不断扩展，深度学习硬件规模越来越大，计算复杂度呈现数量级提升趋势，对加速系统提出了极高能效需求。后摩尔时代，新型计算范式逐渐取代工艺微缩成为提升能效的有效方案，近似计算以牺牲部分精度的代价换取大幅能效提升，成为最具前景的设计方法之一。该文以深度学习加速系统的不同设计层次为切入，首先介绍了深度学习网络模型的算法特征，围绕算法层的近似计算方案介绍了量化方法的研究进展；其次，围绕硬件架构和电路层调研了当前深度学习加速在图像、语音等多个方向采用的近似电路和架构方案，围绕层次化的设计方法调研了当前近似计算的系统设计方法学及EDA领域的关键问题和研究进展；最后，对该领域方向进行展望，旨在推动近似计算新范式在深度学习加速系统中的应用。

关键词：近似计算, 计算范式, 深度学习, 加速系统, 研究进展

基金资助：国家自然科学基金(62022041)，中央高校基本科研业务费(NJ2023020)