一种精度与位宽可重构的高能效近似乘法器制造技术

本发明专利技术提出一种精度与位宽可重构的高能效近似乘法器，利用引入了惩罚系数的笛卡尔遗传规划方法生成n

【技术实现步骤摘要】
一种精度与位宽可重构的高能效近似乘法器


[0001]本专利技术涉及动态配置近似乘法计算技术，具体涉及一种精度可重构与位宽可重构的高能效近似乘法器及实现方法。

技术介绍

[0002]近年来，随着基于低功耗和人工智能的物联网系统和可穿戴设备的日益普及，硬件系统在有限的电池供电下要处理的数据量急剧增加，对高能效计算单元的设计和优化越来越受到人们的重视。
[0003]神经网络作为语音识别、图像识别、图像分割等领域中最具代表性的算法之一，包含了大量复杂的、并行的乘法运算，需要消耗大量的计算资源。由于神经网络天然的容错性，使用近似计算牺牲一定的精度，在满足精度要求的前提下降低能耗成本、提高运算效率，已成为部署神经网络的流行解决方案。因此如何针对不同的神经网络应用需求，设计出高能效、可重构的近似乘法器是当下近似计算领域的研究热点之一。
[0004]除了广泛使用的简化布尔表达式的人工近似设计方法外，基于笛卡尔遗传规划的自动设计方法也可以用于生成近似计算电路，大量实验表明，当实际应用于神经网络时，笛卡尔遗传规划生成的近似乘法器比人工设计的乘法器具有更好的性能。然而，当用于生成高阶乘法器时，这种方法带来的误差往往变得难以控制。此外，乘法器中还包含大量加法，而以往鲜有研究将笛卡尔遗传规划设计方法和近似加法器相结合。因此，提出了一种精度与位宽可重构的高能效近似乘法器，它将笛卡尔遗传规划自动生成的近似乘法器与低位或门近似加法器相结合，利用两部分的误差互补偿实现精度可重构，并通过低阶乘法器的拼接实现位宽可重构，为卷积神经网络中的乘法操作带来高能效的解决办法。

技术实现思路

[0005]技术问题：本专利技术所要解决的技术问题是：提出一种精度与位宽可重构的高能效近似乘法器及方法，以有限的精度牺牲实现低功耗、高速度地完成计算任务，从而优化卷积操作中大量的乘法运算。
[0006]技术方案：本专利技术的一种精度与位宽可重构的高能效近似乘法器包括基于笛卡尔遗传规划的近似乘法器生成模块、基于混合精度乘法器的第一级近似乘法电路、基于低位或门加法器和近似线配置的第二级近似加法电路；
[0007]所述基于笛卡尔遗传规划的近似乘法器生成模块生成用于高位乘法的近似乘法器，将特定的精确乘法器结构生成笛卡尔遗传规划的初始种群，在适应度函数的评估下选出部分最优群体，在其基础上通过点突变产生下一代种群，如此不断反复评估、选择、突变，直至达到最大迭代次数或满足目标条件，得到一个n
×
n 近似乘法器；
[0008]所述第一级近似乘法电路用于生成输入乘数部分项的乘积，对于两个2n位二进制无符号输入乘数，分别将其拆分为低n位部分与高n位部分，对于低n 位与低n位、低n位与高n位相乘的部分使用前述笛卡尔遗传规划模块生成n
×
n 近似乘法器，对于高n位与高n位相
乘的部分使用n
×
n精确乘法器，生成的4 个2n位部分项乘积被顺序输出至第二级近似加法电路当中；
[0009]所述第二级近似加法电路用于将前级电路中所生成的部分项乘积进行近似相加，首先将4个乘积按低位到高位的顺序依次排列，并设置近似线，对于近似线以后的位数使用或门加法器，舍弃进位，对于近似线以前的位数使用精确全加器，第二级近似加法电路所得的累加结果即为所设计的2n
×
2n无符号位近似乘法器的最终输出结果。
[0010]其中，
[0011]所述的笛卡尔遗传规划中使用不同精确乘法器作为初始染色体生成种群，并在适应度函数中对乘法器的面积、延迟、精度作多目标优化以达到能耗与性能的平衡。
[0012]所述适应度函数Fitness如以下公式所示，
[0013][0014]r(x)＝max(0，x)
[0015]其中，Error
i
为设定的目标平均误差，Error(C)为计算所得候选近似乘法电路C的平均误差、Area(C)、Delay(C)为计算所得的候选近似乘法电路C在(0，1) 区间归一化的面积和延迟，惩罚系数p为大于1的设定值，α、β、γ分别为误差、面积、延迟三个适应度算子的设定权重(α+β+γ＝1)。
[0016]在所述惩罚系数p以补偿第二级累加阶段近似加法引入的误差，由于第二级近似累加部分的误差整体分布往往具有偏负性，而笛卡尔遗传规划总是向着适应度函数更小的方向搜索，所以给误差算子中候选电路结构误差小于目标误差的情况设置大于1惩罚系数，使得该结构的适应度更大，更有可能被淘汰，从而使笛卡尔遗传规划向着误差偏正的方向搜索近似乘法器，根据后级近似累加部分误差的偏负程度调整p值大小，在一定程度上抵消两部分误差，提升整体精度。
[0017]所述两个2n位无符号输入乘数，将其拆分后再进行近似乘法、加法操作以实现近似乘法器位宽的可重构，对于两个2n位无符号输入乘数A、B，首先分别将其拆分为高n位AH、BH及低n位AL、BL；AH
×
BH使用精确乘法器，输出乘积记为H；AL
×
BH、AH
×
BL使用近似乘法器，输出乘积分别记为M1和 M2；AL
×
BL使用近似乘法器，输出乘积记为L；将H拆分为高n位的HH和低 n位的HL，L拆分为高n位的LH和低n位的LL；将HL、LH拼接为M3，并对M1、M2、M3使用近似加法器进行近似累加。
[0018]所述的近似加法器包括似线配置模块，通过设置近似线的位置k来调整近似累加的位宽，以实现近似乘法器精度的动态可调，对所述M1、M2、M3近似累加的部分，位于近似线后的k位采用或门代替精确全加器的方式，舍去进位，而位于近似线前的2n
‑
k位依然采用精确全加器相加，第2n
‑
k位的进位来自于近似线后1位的两个部分积通过与门生成。
[0019]本专利技术的精度与位宽可重构的高能效近似乘法器实现方法，具体包括如下步骤：
[0020]步骤一：构造精确乘法器作为初始染色体，乘法器染色体的结构为顺次相连的基本门电路，将由与门构成的部分积生成电路固定，则后级电路的输入端点数为n
×
n，后级节点的门电路从由与门、或门、非门、异或门、同或门、与非门构成的集合中产生，每个节点的
输入连接两个前级节点的输出，电路的最终输出端点数为n
×
n，构建不同种类的精确加法器，包括华莱士树乘法器、使用行波进位加法器累加的乘法器、使用进位旁路加法器累加的乘法器作为初始染色体；
[0021]步骤二：通过笛卡尔遗传规划生成n
×
n近似乘法器，配置适应度函数参数，设置电路的目标精度误差、面积、延迟，设置初始惩罚系数p为1，不断迭代搜索适应度函数更小的乘法器结构，直至满足条件的结构出现或达到最大迭代次数，搜索停止，得到n
×
n低阶近似乘法器结构；
[0022]步骤三：构造高阶乘法器的第一级近似乘法电路，将两个2n位无符号输入乘数分别划分为高n位和低n位，在对精度影响最大本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种精度与位宽可重构的高能效近似乘法器，其特征在于，包括基于笛卡尔遗传规划的近似乘法器生成模块、基于混合精度乘法器的第一级近似乘法电路、基于低位或门加法器和近似线配置的第二级近似加法电路；所述基于笛卡尔遗传规划的近似乘法器生成模块生成用于高位乘法的近似乘法器，将特定的精确乘法器结构生成笛卡尔遗传规划的初始种群，在适应度函数的评估下选出部分最优群体，在其基础上通过点突变产生下一代种群，如此不断反复评估、选择、突变，直至达到最大迭代次数或满足目标条件，得到一个n
×
n近似乘法器；所述第一级近似乘法电路用于生成输入乘数部分项的乘积，对于两个2n位二进制无符号输入乘数，分别将其拆分为低n位部分与高n位部分，对于低n位与低n位、低n位与高n位相乘的部分使用前述笛卡尔遗传规划模块生成n
×
n近似乘法器，对于高n位与高n位相乘的部分使用n
×
n精确乘法器，生成的4个2n位部分项乘积被顺序输出至第二级近似加法电路当中；所述第二级近似加法电路用于将前级电路中所生成的部分项乘积进行近似相加，首先将4个乘积按低位到高位的顺序依次排列，并设置近似线，对于近似线以后的位数使用或门加法器，舍弃进位，对于近似线以前的位数使用精确全加器，第二级近似加法电路所得的累加结果即为所设计的2n
×
2n无符号位近似乘法器的最终输出结果。2.如权利要求1所述的一种精度与位宽可重构的高能效近似乘法器，其特征在于，所述的笛卡尔遗传规划中使用不同精确乘法器作为初始染色体生成种群，并在适应度函数中对乘法器的面积、延迟、精度作多目标优化以达到能耗与性能的平衡。3.如权利要求2所述的一种精度与位宽可重构的高能效近似乘法器，其特征在于，所述适应度函数Fitness如以下公式所示，r(x)＝max(0,x)其中，Error
i
为设定的目标平均误差，Error(C)为计算所得候选近似乘法电路C的平均误差、Area(C)、Delay(C)为计算所得的候选近似乘法电路C在(0，1)区间归一化的面积和延迟，惩罚系数p为大于1的设定值，α、β、γ分别为误差、面积、延迟三个适应度算子的设定权重(α+β+γ＝1)。4.如权利要求3所述的一种精度与位宽可重构的高能效近似乘法器，其特征在于，在所述惩罚系数p以补偿第二级累加阶段近似加法引入的误差，由于第二级近似累加部分的误差整体分布往往具有偏负性，而笛卡尔遗传规划总是向着适应度函数更小的方向搜索，所以给误差算子中候选电路结构误差小于目标误差的情况设置大于1惩罚系数，使得该结构的适应度更大，更有可能被淘汰，从而使笛卡尔遗传规划向着误差偏正的方向搜索近似乘法器，根据后级近似累加部分误差的偏负程度调整p值大小，在一定程度上抵消两部分误差，提升整体精度。5.如权利要求1所述的一种精度与位宽可重构的高能效近似乘法器，其特征在于，所述两个2n位无符号输入乘数，将其拆分后再进行近似乘法、加法操作以实现近似乘法器位宽
的可重构，对于两个2n位无符号输入乘数A、B，首先分别将其拆分为高n位AH、BH及低n位AL、...

【专利技术属性】
技术研发人员：刘波，张人元，沈桥，王学涛，徐子航，蔡浩，杨军，
申请(专利权)人：东南大学，
类型：发明
国别省市：