集成电路应用杂志

摘要：阐述一种存算一体（CIM）架构实现硬件卷积神经网络（CNN）的方法。该方法基于CNN推理的数据流特性，采用片上网络部署存储CNN权重信息的计算单元（Tile）。针对权重映射方案（逐通道映射与逐位置映射），分析CNN运算性能瓶颈，提出通过扩展窗口实现单层权重复制，并推广至多层CNN结构中，同时分析递归权重复制中不同卷积层的权重复制系数。借助Maptools与MNSIM工具，将3层CNN映射至CIM架构。仿真测试表明，递归权重复制可提升性能41.71%，且无额外硬件资源开销。

关键词： 存算一体;卷积神经网络;权重映射;

基金资助： 江苏省揭榜挂帅项目（BE2023005）； 国家自然科学基金青年基金（62204233）;国家自然科学基金面上项目（62174150）； 江苏省自然科学基金面上项目（BK20211041）； 江苏省产业前瞻与关键核心技术重点项目（BE2021003-1）； 中央高校基本科研业务费项目（NJ2023020）； 无锡市“太湖之光”科技攻关项目（K20221056）；

DOI： 10.19339/j.issn.1674-2583.2025.07.010

专辑： 信息科技

专题： 自动化技术