PSA: SNN의 효율적인 희소 컨볼루션을 위한 가지치기 친화적 희소 인식 가속기

요약

본 논문은 스파이킹 신경망(SNNs)의 에너지 효율성을 높이기 위해 가지치기 친화적 희소 인식 가속기 PSA를 제안합니다. PSA는 불규칙한 희소 워크로드를 연속적인 연산 스트림으로 변환하는 SAMA 데이터플로우와 온칩 SpMM 컨볼루션 낮추기 메커니즘을 특징으로 합니다. 실험 결과, ResNet-18/CIFAR-10에서 기존 대비 에너지 효율성과 EDP를 크게 개선함을 입증했습니다.

핵심 포인트

• SNN은 이벤트 기반 연산으로 에너지 효율적임.
• PSA는 가지치기 친화적인 희소 컨볼루션 가속기를 제공함.
• SAMA 데이터플로우로 불규칙한 워크로드를 연속 스트림으로 변환.
• 에너지-지연 곱(EDP)을 18.52배 감소시키는 성능 입증.