ENVISION: A 0.26-to-10TOPS/W Subword-Parallel Dynamic-Voltage-Accuracy-Frequency-Scalable Convolutional Neural Network Processor in 28nm FDSOI

📋 论文概要

本文提出ENVISION处理器，通过次字并行和动态电压精度频率可扩展技术，实现了0.26至10TOPS/W的宽能效范围，解决了CNN推理中能效与灵活性的权衡问题。

💡 主要创新点

• 提出次字并行处理架构，支持可变的计算精度以匹配不同CNN层需求。
• 实现动态电压精度频率可扩展（DVAFS），在运行中实时调整电压、精度和频率以优化能效。

🏷 关键词

📄 原文摘要

ConvNets, or Convolutional Neural Networks (CNN), are state-of-the-art classification algorithms, achieving near-human performance in visual recognition

👥 作者与机构

Bert Moons, Roel Uytterhoeven, Wim Dehaene, Marian Verhelst

KU Leuven, Leuven, Belgium