关键词：神经网络加速器 模型压缩 负载均衡 嵌入式设计 

摘要：神经网络在嵌入式端的应用日益广泛,为满足嵌入式端低功耗,低延迟等特点,通常的解决方案是针对长短记忆序列LSTM模型(Long-Short Term Memory)进行压缩,并定制专用的硬件加速器.当LSTM模型经过剪枝等压缩操作后,其网络模型将变得稀疏且不规则,会给PE(Process Element)运算单元带来负载不均衡的问题.通过排序的方法,将权重矩阵按一定的规则重新分发给各个PE单元,并在此基础上针对稀疏化的模型定制专用的硬件单元.在赛灵思zynq系列XCZU9EG.2FFVB1156E开发板上进行实验,实验结果显示,当PE单元多消耗0.314%硬件资源的情况下,其运算速度取得了2%的提升.

南京大学学报·自然科学杂志要求:

{1}基金项目的成果或论文，请在首页注明基金项目类别、课题项目名称及编号。

{2}稿件要求资料真实可靠，内容充实，论点明确，推论严谨，设计合理，数据准确，结构严密，层次分明，文通句顺，字迹端正。

{3}题名：恰当、准确、简明、清楚的反映论文全部重要信息，尽可能将表达核心内容的主题词放在题名开头，保证检索的敏感性和特异性。慎用缩略语、特殊符号、疾病例数等。一般不超过20个汉字。

{4}参考文献紧接正文，重复文献请以第一次出现的次序标注。

{5}摘要须简洁客观地反映文章主要内容及观点，字数在300字以内。关键词是反映文章主要内容及观点的词或词组，数量为3～8个，多个关键词之间用分号分隔。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社