基于img2col的2D卷積算子在DCU加速器上的并行優(yōu)化研究

打開文本圖片集

摘要：深度學習中，因卷積巨大的計算需求，經常成為限制大型卷積神經網絡性能的瓶頸，為此，提出使用并行技術來優(yōu)化卷積運算的策略。對傳統(tǒng)2D卷積算子進行重構，使其轉換為通用矩陣乘法；使用共享內存和數據預取等技術，降低訪存次數；針對加速器的硬件架構，調整算法的并行方案以提高計算性能。實驗結果表明，相較傳統(tǒng)的計算方式，該優(yōu)化策略將運算速度提升了近7.5倍，提高了卷積運算效率。（剩余9317字）