基于近端策略优化的阻变存储硬件加速器自动量化.docx

摘要?卷积神经网络在诸多领域已经取得超出人类的成绩.但是，随着模型存储开销和计算复杂性的不断增加，限制处理单元和内存单元之间数据交换的“内存墙”问题阻碍了其在诸如边缘计算和物联网等资源受限环境中的部署.基于阻变存储的硬件加速器由于具有高集成度和低功耗等优势，被广泛应用于加速矩阵-向量乘运算，但是其不适合进行32b浮点数计算，因此需要量化来降低数据精度.手工为每一层确定量化位宽非常耗时，近期的研究针对现场可编程门阵列(fieldprogrammablegatearray,FPGA)平台使用基于深度确定性策略梯度(deepdeterministicpolicygradient,