技術名稱 | 高面積使用效率之可操作於低電壓的稀疏神經網路加速器 | ||
---|---|---|---|
計畫單位 | 國立台灣科技大學 | ||
計畫主持人 | 李佩君 | ||
技術簡介 | 本技術針對無人機與衛星平台對低功耗、低面積語意分割的需求,提出一套軟硬體協同設計方案。透過剪枝與稀疏化壓縮模型,降低模型的記憶體與運算需求;並且提出特定硬體加速器,以重定時技術優化資料路徑,並透過台積電28nm實現可操作於0.65V功耗為14mW的實體IC,對於酬載系統可延長10的整體運行時間。 |
||
科學突破性 | 本設計透過雙階段剪枝有效壓縮模型參數至原始的0.47,顯著降低記憶體訪問次數。硬體方面,經過重定時以及時序借用後,可運行於更低電壓,並與參考架構比較,本設計於400MHz下功耗與能耗有1-4成的提升、面積減少一成、可操作於0.65V。使板上晶片功耗可減少約三成,酬載系統續航時間延長約一成。 |
||
產業應用性 | 本技術專為低功耗裝置如衛星與無人機設計,具備高能源效率、小面積與低電壓運行能力,可即時執行語意分割任務,有效降低影像傳輸與儲存負擔。應用範圍涵蓋智慧農業、災害監控與太空影像處理,未來可作為AI加速模組或IP核心導入Edge AI晶片,具高度產業化潛力與經濟效益。 |
||
關鍵字 | 高效雲分割系統 高效農田分割系統 低電壓加速器 ASIC FPGA 兩階段模型壓縮方法 低參數量模型 稀疏矩陣加速器 剪枝技術 量化技術 |