本期封面报道单位 南京大学电子科学与工程学院

 封面文章 可重构技术与开源RISC-V指令集赋能智能识别计算加速

中文引用格式：权良华, 王艺霖, 黎思越, 李世平, 陈铠, 邓松峰, 何国强, 冯书谊, 傅玉祥, 李丽. 基于RISC-V和可重构智能加速核的异构SoC系统设计[J]. 电子与封装, 2024, 24(9): 090301 .

       近年来，针对人工智能算法加速器的研究受到广泛关注。在人工智能硬件加速中，计算单元占据了大量资源。由于需要同时支持大规模的乘加运算和激活函数的非线性计算，通常需要部署多套并行硬件计算资源，优化计算资源将显著提升硬件加速器的性能。另外，可重构处理器能够在运行时根据需求实时配置逻辑器件，动态地改变电路的功能，使其兼具专用集成电路的高性能特性和软件可编程的灵活性。

南京大学李丽教授课题组撰写《基于RISC-V和可重构智能加速核的异构SoC系统设计》一文，该设计通过采用可重构架构和ACT-MAC单元，实现了对现有硬件资源的高度复用，提升了资源的利用效率；通过合理的存储分配策略和高效灵活的软硬件协同计算方案，显著减少了数据读取时间，提高了数据处理的整体效率；通过NICE接口与开源RISC-V处理器集成，同时设计了DMA、UART等外设，形成了完整的SoC系统。

该设计在Nexys Video FPGA中实现了芯片原型，并在其上部署了LeNet、VGG16和LSTM网络，成功实现了视频流，演示了该SoC原型芯片在图像分类和语义识别等领域的应用潜力。与同类工作相比，本设计在具备高能效比和高DSP效率的基础上，进一步提升了通用性，为面向嵌入式的通用人工智能加速器提供了新的选择。

智能加速核架构图