清华微电子所团队提出AI芯片的存储优化新方法

6月2日 ~ 6日,第45届国际计算机体系结构大会(International Symposium on Computer Architecture,简称ISCA)在美国洛杉矶召开。清华大学微电子所博士生涂锋斌在会上做了题为《RANA:考虑eDRAM刷新优化的神经网络加速框架》(RANA: Towards Efficient Neural Acceleration with Refresh-Optimized Embedded DRAM)的报告。该研究成果大幅提升了人工智能计算芯片的能量效率。
 
清华微电子所团队提出AI芯片的存储优化新方法-DVBCN
 
ISCA是计算机体系结构领域的顶级会议。本次大会共收到378篇投稿,收录64篇论文,录用率仅为16.9%。本文是今年中国唯一被收录的署名第一完成单位的论文。尹首一副教授为本文通讯作者,论文合作者还包括清华大学微电子所魏少军教授和刘雷波教授等。
 
清华微电子所团队提出AI芯片的存储优化新方法-DVBCN
 
随着人工智能应用中神经网络规模的不断增大,计算芯片的大量片外访存会造成巨大的系统能耗,因此存储优化是人工智能计算芯片设计中必须解决的一个核心问题。可重构研究团队提出一种面向神经网络的新型加速框架:数据生存时间感知的神经网络加速框架(RANA)。RANA框架采用了三个层次的优化技术:数据生存时间感知的训练方法,混合计算模式和支持刷新优化的eDRAM存储器,分别从训练、调度和架构三个层面优化整体系统能耗。实验结果显示,RANA框架可以消除99.7%的eDRAM刷新能耗开销,而性能和精度损失可以忽略不计。相比于传统的采用SRAM的人工智能计算芯片,使用RANA框架的基于eDRAM的计算芯片在面积开销相同的情况下可以减少41.7%的片外访存和66.2%的系统能耗,使人工智能系统的能量效率获得大幅提高。
 
可重构计算团队近年来基于可重构架构设计了Thinker系列人工智能计算芯片(Thinker I,Thinker II,Thinker S),受到学术界和工业界的广泛关注。可重构计算团队此次研究成果,从存储优化和软硬件协同设计的角度大幅提升了芯片能量效率, 为人工智能计算芯片的架构演进开拓了新方向。
相关文章
阿里巴巴9月份季度业绩:优酷运营亏损逐步减少,云智能集团收入为296.10亿元
阿里巴巴9月份季度业绩:优酷运营亏损逐…
权威报告:大模型深度赋能传媒行业,媒体融合也走向智慧融媒
权威报告:大模型深度赋能传媒行业,媒…
【前沿】专家学者话6G:从刚需、标准、试验等视角看6G网络
【前沿】专家学者话6G:从刚需、标准、…
中国移动董事长杨杰:5G-A商用城市超330个,发射全球首颗6G架构验证星
中国移动董事长杨杰:5G-A商用城市超330…
华为徐直军:智能化必将是一个长期过程,而算力是智能化的关键基础
华为徐直军:智能化必将是一个长期过程…
Canalys:第二季度全球智能手机市场出货量达2.889亿台,续三个季度正增长
Canalys:第二季度全球智能手机市场出货…
我还没有学会写个人说明!