OSCAR：一个具有精确功耗模型的开源灵活分层式人工智能加速器生成器

《ACM Transactions on Design Automation of Electronic Systems》：OSCAR: An Open-Source Flexible and Hierarchical AI Accelerator Generator with Accurate Power Model

　　

摘要AI 摘要

要查看此 AI 生成的摘要，您必须拥有高级访问权限。

了解更多登录

摘要

摘要

随着人工智能（AI）应用需求的增长，需要高性能且节能的 AI 芯片来支持计算。然而，由于可能的设计组合呈指数级增长，且在架构设计阶段准确建模多样化的数据流和工作负载对底层硬件的影响十分困难，架构级的 AI 芯片设计、PPA 评估和功耗估算仍然具有挑战性。我们提出了一种新颖的开源框架 OSCAR，该框架在给定一组硬件和工作负载规范的情况下，可提供架构级功耗估算，并能自动生成定制 AI 芯片的 Chisel 和可综合的 RTL。我们的贡献包括：(1) 一个灵活且具有层次结构的 AI 芯片设计空间、软硬件栈以及支持稠密、Transformer、Winograd、脉动和可重构架构的 RTL 生成器，全部集成于统一的框架中；(2) 基于架构级翻转特征的层次化数据敏感功耗模型，相较于综合后功耗达到 3.8% 的误差和大于 0.99 的相关系数 R，优于最先进的功耗估算方法；(3) 通过设计空间探索验证我们的功耗模型，找到具有更优帕累托最优性的设计，与使用现有功耗模型相比，功耗降低 2.5 倍或运行时指标提升 2 倍；(4) 基于设计空间探索结果流片了一枚 AI 芯片，OSCAR 对其功耗建模的准确率达到 90% 以上。

AI 摘要

AI 生成的摘要（实验性）

本摘要由自动化工具生成，未经文章作者撰写或审阅。其目的是支持发现、帮助读者评估相关性，并协助相邻研究领域的读者理解该工作。本摘要旨在补充作者提供的摘要，后者仍然是本文的主要摘要。完整文章仍是权威的记录版本。点击此处了解更多。

点击此处对此摘要的准确性、清晰度和实用性发表评论。您的反馈将有助于改进和未来重新生成的版本。

要查看此 AI 生成的通俗语言摘要，您必须拥有高级访问权限。