用于MIMO检测的基于NoC的多核动态可重构架构

作     者：范文杰 周牧也 朱凌晓 李世平 陈铠 邓松峰 何国强 冯书谊 宋文清 李丽 傅玉祥 FAN Wenjie;ZHOU Muye;ZHU Lingxiao;LI Shiping;CHEN Kai;DENG Songfeng;HE Guoqiang;FENG Shuyi;SONG Wenqing;LI Li;FU Yuxiang

作者机构：南京大学电子科学与工程学院江苏南京210023 南京大学集成电路学院江苏苏州215163 江苏华创微系统有限公司江苏南京211899 上海航天电子技术研究所上海201100 

基　　金：国家自然科学基金青年科学基金项目(62104098) 国家自然科学基金企业创新发展联合基金重点项目(U21B2032) 江苏省基础研究专项资金(自然科学基金)青年基金项目(BK20210178) 科技部重点研发计划(2021YFB3600104,2023YFB2806802) 

出 版 物：《现代电子技术》 (Modern Electronics Technique)

年 卷 期：2024年第47卷第21期

页      码：1-6页

摘      要：随着无线通信技术的发展,实现多输入多输出(MIMO)系统检测性能与复杂度之间的最优权衡日益困难,深度学习DL为此提供了新方向。文中提出基于片上网络(NoC)的多核动态可重构架构MCDBP,以提高基于DL的MIMO检测算法的性能,并增强架构的可编程性和扩展性。MCDBP通过集成轻量级计算内核及片上网络互连,并行处理矢量-矩阵乘法、常数-矢量乘法、矢量点积、矢量加法等大多数深度展开网络的基本运算,有效提高复杂MIMO检测性能。架构的创新在于可重构的处理元件PE设计,可以依据DL驱动的MIMO检测需求动态调整。该设计对基于DL的MIMO检测算法共性进行深入分析,支持多种基本运算模式,展现极高灵活性。实验结果显示,MCDBP在执行基于DL的MIMO检测算法时,与通用CPU相比,可以实现12.66~22.98的加速比,算法性能有所提高,可以适应不同应用场景。

主 题 词：无线通信 MIMO检测 深度学习 数据驱动网络 模型驱动网络 NoC 可重构 多核架构 

学科分类：080903[080903] 0809[工学-计算机类] 08[工学] 

D　O　I：10.16652/j.issn.1004-373x.2024.21.001

馆 藏 号：203145614...