论文笔记 -- ACM FPGA 2019 Reconfigurable Convolutional Kernels for Neural Networks on FPGAs

Reconfigurable Convolutional Kernels for Neural Networks on FPGAs -2019 ACM FPGA

@(论文笔记)

reconfgurable constant multipliers (RCMs) showed that

1. RCMs use considerably fewer resources compared to logic-based multipliers and
2. the reconfguration of the coefcients is possible within very few clock cycles
   最新的RCM 使用CFG-LUT, 可以在32个周期内进行重载

本文的主要贡献：

1. 本文设计了一种变体KCM（Ken Chapman.‘s Multiplier / Constant coefficient Multipliers）。使用快速可编程查找表，流水线加法树，faithfor rounding ，以及一种使用CFGLUT的在线可编程电路
2. 本文设计了一种基于FloPoCo代码生成器的自动脚本。
   FloPoCo (Floating-Point Cores) 是一种将算法公式（C,C++）自动转换为VHDL的工具。有点类似HLS.
   http://flopoco.gforge.inria.fr/

CNN core的设计

1、Generic LUT-based Constant Multiplication （Ken Chapman.‘s Multiplier (KCM))

x是原码，等号后面的表示补码到原码的转换。 例如 x=-3，其三位补码表示的x为（101），则有$-3 = -2^2+2^0$。 将x与Cn（$B_c$比特）相乘，可以将乘法分解为若干个小的乘法，每个都是$B_c\times L$。

$K=[B_i/L]$ 当Bi不能被L整除时，需要将Bi扩展。
所使用的KCM乘法器结构如下：其中，只有第一个计算Bi-1到Bi-L-2部分的乘法器是signed,其余都是unsigned.

2、Compressor Trees

上图中最后的求和部分可以使用加法树实现。本文指出，传统的加法树是基于全加器和半加器设计的，在FPGA上映射到LUT上是十分低效的。因此本文使用Parandeh-Afshar提出的 generalized parallel counters (GPCs)。