基于二维Winograd算法的深流水线5×5卷积方法

作     者：黄程程 董霄霄 李钊 HUANG Chengcheng;DONG Xiaoxiao;LI Zhao

作者机构：山东理工大学计算机科学与技术学院山东淄博255049 

基　　金：山东省自然科学基金资助项目(ZR2018LF002) 山东省高等学校青年创新团队发展计划项目(2019KJN048) 淄博市校城融合发展计划项目(2018ZBXC021) 

出 版 物：《计算机应用》 (journal of Computer Applications)

年 卷 期：2021年第41卷第8期

页      码：2258-2264页

摘      要：针对二维Winograd卷积算法中存储器带宽需求过高、计算复杂度高、设计探索周期漫长、级联的卷积存在层间计算延迟等问题,提出一种基于二维Winograd算法的双缓冲区5×5卷积层设计方法。首先使用列缓冲结构完成数据布局,以重用相邻分块之间的重叠数据,降低存储器带宽需求;然后精确搜索并复用Winograd算法加法计算过程中重复的中间计算结果,来降低加法运算量,从而减小加速器系统的能耗开销和设计面积;最后根据Winograd算法计算过程来完成6级流水线结构的设计,并实现针对5×5卷积的高效率计算。实验结果表明,这种5×5卷积的计算方法在基本不影响卷积神经网络(CNN)预测准确率的前提下,与传统卷积相比降低了83%的乘法运算量,加速倍率为5.82;该方法与级联3×3二维Winograd卷积组成5×5卷积的方法相比降低了12%的乘法运算量,降低了约24.2%的存储器带宽需求,并减少了20%的运算时间。

主 题 词：卷积神经网络 现场可编程逻辑门阵列 Winograd算法 双缓冲区 深流水线 

学科分类：08[工学] 081201[081201] 0812[工学-测绘类] 

D　O　I：10.11772/j.issn.1001-9081.2020101668

馆 藏 号：203104709...