SCALE-Sim: Simulador Acelerador CNN Sistólico

As Matrizes Sistólicas são um dos substratos computacionais mais populares dentro dos aceleradores de Aprendizado Profundo atualmente, pois fornecem eficiência extremamente alta para a execução de multiplicações matriciais densas. No entanto, a comunidade de pesquisa carece de ferramentas para obter insights tanto sobre os trade-offs de design quanto sobre estratégias de mapeamento eficientes para aceleradores baseados em matrizes sistólicas. Apresentamos o Simulador Acelerador CNN Sistólico (SCALE-Sim), que é um simulador de Acelerador DNN baseado em matriz sistólica, precisa no ciclo e configurável. O SCALE-Sim expõe várias características micro-arquitetônicas, bem como parâmetros de integração do sistema ao projetista, para permitir uma exploração abrangente do espaço de design. Este é o primeiro simulador de matriz sistólica ajustado para executar DNNs, até onde sabemos. Usando o SCALE-Sim, realizamos uma série de estudos de caso e demonstramos o efeito da largura de banda, fluxo de dados e razão de aspecto no tempo de execução e energia gerais de kernels de Aprendizado Profundo em visão, fala, texto e jogos. Acreditamos que esses insights serão altamente benéficos para arquitetos e profissionais de ML.