基于算力动态分配的稀疏卷积加速器

来源：计算机工程与应用杂志2025年第15期北京时间：

作者：秦学毅, 陈桂林, 魏祥麟, 于龙, 范建华, 刘恒

单位：1.南京信息工程大学 电子与信息工程学院，南京 210044；2.国防科技大学 第六十三研究所，南京 210007

摘要：稀疏化卷积计算是降低卷积神经网络计算复杂度的重要手段。当前设计的稀疏化卷积加速器仍然面临两方面的问题：一是非零元素位置不固定导致索引逻辑复杂，索引计算时间长；二是简单地跳过零值元素导致计算资源闲置浪费。为解决这两个问题，设计了一种基于算力动态分配的稀疏卷积加速器。设计了一种动态非零值索引，降低了索引的计算时间和内存需求。提出了一种算力动态分配算法，将多个通道卷积跳零后的数据分配至一组乘法器，降低非零数据配对难度，避免资源闲置。在Xilinx XC7V2000平台上的仿真评估结果显示，在进行稀疏卷积计算时，所设计加速器的性能达438.3 GOPs，DSP效率达到了0.43 GOPs/DSP，与6种现有卷积加速器相比，DSP效率提升了1.26倍至2.86倍。

关键词：稀疏卷积,神经网络,硬件加速,多通道