面向矩阵计算的加速系统设计

通用中央处理器单元（CPU）往往花费大部分资源用于缓存管理和逻辑控制，只有少部分资源用于计算。因此将专用的计算模块例如图形处理单元（GPU）、数字信号处理器（DSP）、现场可编程逻辑门阵列（FPGA）和其他可编程逻辑单元作为加速器加入系统从而构建异构多核系统以增强计算性能的设计方法已经成为趋势。基于此趋势，提出一种面向矩阵计算的加速系统，通过使用自研专用指令集、特别设计的硬件加速器阵列以及存储架构优化实现对矩阵计算的加速。此外，还通过信箱机制实现与其他系统异构集成后的通信操作。通过Python与UVM验证方法学搭建性能验证平台，进行寄存器传输级（RTL）的性能验证。结果表明，在500 MHz工作频率下，方案中子系统的运算性能最高可达到32 GFLOPS，且与单纯使用二维脉动阵列执行加速的协处理器方案相比，通用矩阵乘（GEMM）算子的计算效率提升了12倍。