近日,湖南师范大学物理与电子科学学院、低维量子结构与调控教育部重点实验室特聘教授刘双龙和英国皇家工程院陆永青院士团队合作,在人工智能硬件加速器研究领域取得重要突破,并在人工智能领域顶级刊物IEEE Transactions on Neural Networks and Learning Systems发表了研究论文。

近年来,卷积神经网络在学术界和工业界取得了巨大成功并得到了广泛应用,但是受限于其计算复杂度和硬件计算资源,在面向边缘计算时往往难以满足实时应用的速度要求。为解决该问题,该研究提出了一种全新的满足在频域计算卷积神经网络的设计方法,并设计了其硬件加速器的软硬件协同优化工具。论文提出的加速器可支持全频域卷积神经网络在硬件执行时的层内流水并行和层间流水并行,最大化地提升了算法的计算效率和计算速度,从而有效解决了卷积神经网络在边缘端的计算力瓶颈问题。

该工作获得了国家自然科学基金、湖南省自然科学基金和长沙市自然科学基金等项目的资助。刘双龙教授是湖南省引进的海外高层次人才,近年来在人工智能算法和硬件加速技术方向展开研究,并取得了一系列高水平研究成果,获得了国内外同行的高度关注。