HyFlow：一种采用冗余推测、位宽感知压缩及相似性检测技术的28纳米光流估计加速器

《IEEE Journal of Solid-State Circuits》：HyFlow: A 28-nm Optical Flow Estimation Accelerator With Redundancy Speculation, Bit-Width-Aware Compression, and Similarity Detection

　　基于事件相机的光流估计能够快速高效地捕获逐像素运动场，适用于新兴的自主智能场景。为了处理事件相机的脉冲流并生成实数值的运动速度结果，融合脉冲神经网络（SNN）与人工神经网络（ANN）的混合网络架构受到了广泛关注。然而，在兼容SNN与ANN的硬件上实现混合网络时，存在大量冗余运算以及巨大的外部存储访问（EMA）开销，严重制约了其预期的效率表现。为此，我们提出了HyFlow——一种SNN-ANN融合加速器，可显著减少冗余计算和EMA开销。HyFlow通过优先处理高密度通道来推测与非线性函数相关的冗余操作，并采用位宽感知压缩（BWAC）技术来减少权重EMA。此外，还提出了一种相似性检测方案，当输入流被判定为相似时跳过网络的深层计算，从而进一步降低计算量和EMA成本。结果表明，整体运算量和EMA分别减少至0.20倍和0.08倍。采用28nm CMOS工艺制造，实测数据显示HyFlow可将能耗和延迟成本分别降低至0.12倍和0.19倍。在基准评测中，HyFlow实现了35.80 TOPS/W的片上能效；若考虑EMA开销，系统级能效达到14.07 TOPS/W。