混合粒度可重構視覺處理器關鍵技術研究

《混合粒度可重構視覺處理器關鍵技術研究》是依託清華大學，由尹首一擔任項目負責人的面上項目。

基本介紹

• 中文名：混合粒度可重構視覺處理器關鍵技術研究
• 依託單位：清華大學
• 項目負責人：尹首一
• 項目類別：面上項目

項目摘要

隨著計算機技術和積體電路技術的發展，基於計算機視覺技術的套用（包括人機互動、虛擬現實、目標識別等）正極大地影響著這人們的生產與生活方式。不斷湧現的新型計算機視覺套用對支持視覺處理的視覺處理器提出了實時處理能力、低能耗以及算法靈活配置的全面要求。本課題著眼於綜合解決視覺處理所需的實時處理、低能耗和靈活算法配置這三個問題，提出採用混合粒度的可重構計算架構來實現視覺處理器，通過引入細粒度和粗粒度混合的異構計算核，以及基於計算核構建多核可重構陣列來提高視覺處理效率，增強算法的靈活配置能力；通過構建資源感知的負載均衡機制來降低系統能耗。本課題的研究成果一方面可以促進視覺處理技術的發展，為日益湧現的計算機視覺套用提供硬體平台，滿足多種套用的需求；另外一方面本課題將探索混合粒度可重構處理器的設計技術，這是對新型處理器架構的有益嘗試，相關研究成果將有助於我國通用處理器的研究。

結題摘要

隨著計算機技術和積體電路技術的發展，視覺處理技術在國防軍事、工業農業、衛生醫療、交通監控等方面發揮了重要作用。視覺處理技術不斷湧現的新套用對支持視覺處理的視覺處理器提出了實時的處理能力，低能耗以及靈活的算法配置能力的要求。本項目著眼於綜合解決視覺處理所需的實時處理，低能耗和靈活算法配置這三個問題，採用可重構核心計算陣列來解決分類計算多樣性的問題，計算陣列可配的並行計算模式大大提高視覺分類的計算效率。以可重構計算陣列為核心，配合異構專用加速單元形成多核異構架構，全面地提高了整個視覺處理器的計算效率。 研究者首先根據項目內容，對計算機視覺算法進行了最佳化分析，構建出視覺處理框架。針對視覺處理框架中加速空間計算，視覺空間計算，特徵生成以及分類器四部分，設計了高效的專用計算架構。針對加速空間中積分直方圖的計算，提出了高效的最佳化策略，設計了可配置的並行計算架構，增強了架構靈活性，提高了加速空間計算效率。而針對視覺空間中訪存依賴問題，構建出基於訪存數據模式最佳化模型，提出了移動方向引導的記憶體劃分機制。針對特徵計算，提出了高效的最佳化算法，大幅度減少了計算量，提高了硬體並行性。針對分類器存在多樣分類問題，設計了混合模式的可重構陣列計算架構，同時解決了級聯分類計算中負載不均衡及基於視窗掃描存在計算冗餘的問題。在具體的計算模式上，構建出基於並行計算和軟流水計算的混合計算模式，從而可以根據分類計算拓撲，選取最佳的計算模式。最後，基於上面提到的針對加速空間，視覺空間，特徵計算和分類器計算等最佳化技術，進行了集成驗證，完成了架構設計，驗證等全過程，最終生成了視覺處理器完整IP。本項目研究成果一方面促進了視覺處理技術的發展， 為日益湧現的視覺處理套用提供了硬體平台；另外一方面考慮多個算法的靈活配置，探索高效的可重構處理器技術，推動了我國高端通用處理器的研究。