[发明专利]面向CGRA的多精度小面积SIMD运算系统、方法、介质及设备

说明书

本发明提供了一种面向CGRA的多精度小面积SIMD运算系统、方法、介质及设备，包括编码模块、累加模块和溢出处理模块，编码模块由编码单元、选择器和解码选择单元组成，通过基于Booth算法进行编码操作，并基于模式选择进行数据的解码得到部分积结果；累加模块由多块部分积压缩组成，基于模式选择将不同块的部分积压缩结果进行求和拼接；溢出处理模块通过将累加模块结果进行溢出处理，得到最后的截位数据。本发明的工作精度可以配置，能够支持目前主流的32比特和8比特位宽神经网络应用的高速部署工作，拥有较高的资源利用率，另外通过三级流水的方式进行数据运算处理，保证了1GHz的工作频率。

技术领域

本发明涉及数据处理技术领域，具体地，涉及一种面向CGRA的多精度小面积SIMD运算系统、方法、介质及设备。

背景技术

可重构计算CGRA属于粗粒度异构可重构架构的一类，它的基本单元是PE、LSE、LC、LSU，其中PE处理粗粒度的算术运算，是一种可配置的处理单元，以适应不同的应用场景，能够灵活地面对一般计算，如快速傅里叶变换(Fast Fourier transform)等。

SIMD全称Single Instruction Multiple Data，单指令多数据流，能够复制多个操作数，并把它们打包在大型寄存器的一组指令集。

为了提高计算单元的计算利用率，往往设计专用的低精度计算单元，通过组合的方式进行高精度计算，即一个高精度乘法器(32比特)分解成几个低精度乘法器(8比特)，计算单元可以被配置为不同的计算精度。

基本的计算单元由部分积产生、部分积压缩和进位传播加法器三部分组成。这三部分的具体实现方式也是多种多样。产生部分积的常用方法有与门操作、Baugh-Wooley算法与Booth算法，其中Booth算法通过编码方式降低产生的部分积行数，大幅度的降低后续压缩逻辑的面积、功耗与延时。部分积压缩常用手段有阵列乘法器和树型乘法器，其中Wallace树作为典型的树型乘法器因低延时、高布线资源需求成为了目前常用技术。进位传播加法器作为整个乘法器的最后一步，对于延时起到了至关重要的影响。对于加法器的优化，常见的有行波进位加法器和超前进位加法器等。

专利文献CN113794552A(申请号：CN202111074292.X)公开了一种基于SIMD的SM3并行数据加密运算方法及系统，获取多条待处理数据；如果各条待处理数据等长，对待处理的数据进行分组，每组的长度相同，分组执行CF函数运算；在完成多轮CF函数运算后，对最后的分组进行判断，如果数据长度如果小于或等于第一阈值，则将代表数据长度的比特串放入当前分组的末尾，进行最后一轮CF函数运算；如果数据长度大于第一阈值，则先对当前分组进行CF函数运算，将代表长度的比特串放入下一分组再进行CF函数运算，直至得到最终的运算结果。

由于目前不同神经网络的精度不同，采用固定精度的计算单元往往会导致大量的计算资源浪费，带来不必要的额外成本开销。尤其是在资源受限的ASIC设计中，如何设计一个可配置的处理单元便成为了一个亟待解决的问题。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种面向CGRA的多精度小面积SIMD运算系统、方法、介质及设备。

根据本发明提供的面向CGRA的多精度小面积SIMD运算系统，包括编码模块、累加模块和溢出模块；

所述编码模块包括编码单元、选择器Mux和解码选择单元Select；

所述编码单元用于将原始的被乘数X通过Booth编码操作得到S、D和N参数；

所述选择器用于选择不同精度和符号模式中模式的编码模块数据走向；

所述解码单元用于将编码得到的S、D和N参数与乘数Y进行解码操作，得到每行部分的部分积结果；