面向数据流结构的指令内访存冲突优化研究

来源：计算机研究与发展杂志2019年第12期北京时间：

作者：欧焱,冯煜晶,李文明,叶笑春,王达,范东睿,

摘要：神经网络等人工智能应用的迅速兴起给传统处理器的设计带来了巨大的挑战，粗粒度数据流架构因具有高指令并发和高通用性的特点成为研究热点.然而，由于粗粒度数据流结构处理单元采用随机访问存储器作为存储结构，加之神经网络中大部分运算数据具有密集型特点，造成大量的指令内操作数访存冲突.通过分析典型神经网络的访存行为，发现此类应用存在指令内操作数冲突，会引起计算部件利用率的降低.基于此分析，提出了灵活的数据冗余策略.在编译指令阶段，为指令内有访存冲突的操作数申请数据冗余空间，降低指令内操作数访存延迟.实验以典型的神经网络LeNet，AlexNet为基准测试程序.采用灵活的数据冗余策略之后，能耗比相对于Round-Robin和ReHash的无数据冗余策略分别提高了30.21%和12.37%，相比于2套全数据冗余策略能耗比提高了27.95%.

关键词：数据流架构, 访存冲突, 数据冗余, 灵活的数据冗余策略, 无数据冗余策略, 全数据冗余策略, 能耗比,