面向深度学习推理的矩阵乘法加速器设计
来源：计算机工程杂志2019年第10期北京时间：
作者：冉德成, 吴东, 钱磊
单位：数学工程与先进计算国家重点实验室, 江苏 无锡 214125
摘要：为满足深度学习推理中对不同规模矩阵乘法的计算需求，提出一种基于Zynq SoC平台的整数矩阵乘法加速器。采用基于总线广播的并行结构，充分利用片上数据的重用性并最小化中间累加结果的移动范围，以降低外部DRAM的访问需求。通过动态调整矩阵分块的大小，使加速器在计算形状不规则的矩阵乘时保持较高效率。实验结果表明，在DeepBench测试基准下，该加速器可对双核ARM Cortex-A9 CPU的矩阵乘运算实现8.4倍的加速效果。
关键词：整数矩阵乘法,加速器,可编程片上系统,深度学习推理,分块方案,DeepBench测试
基金资助：国家自然科学基金（61732010）。
