来源：期刊VIP网 时间：
作者：范文杰;周牧也;朱凌晓;李世平;陈铠;邓松峰;何国强;冯书谊;宋文清;李丽;傅玉祥;
单位：南京大学电子科学与工程学院;南京大学集成电路学院;江苏华创微系统有限公司;上海航天电子技术研究所;
摘要：随着无线通信技术的发展，实现多输入多输出（MIMO）系统检测性能与复杂度之间的最优权衡日益困难，深度学习DL为此提供了新方向。文中提出基于片上网络（NoC）的多核动态可重构架构MCDBP，以提高基于DL的MIMO检测算法的性能,并增强架构的可编程性和扩展性。MCDBP通过集成轻量级计算内核及片上网络互连，并行处理矢量-矩阵乘法、常数-矢量乘法、矢量点积、矢量加法等大多数深度展开网络的基本运算，有效提高复杂MIMO检测性能。架构的创新在于可重构的处理元件PE设计，可以依据DL驱动的MIMO检测需求动态调整。该设计对基于DL的MIMO检测算法共性进行深入分析，支持多种基本运算模式，展现极高灵活性。实验结果显示，MCDBP在执行基于DL的MIMO检测算法时，与通用CPU相比，可以实现12.66～22.98的加速比，算法性能有所提高，可以适应不同应用场景。
关键词：无线通信;;MIMO检测;;深度学习;;数据驱动网络;;模型驱动网络;;NoC;;可重构;;多核架构
基金资助：国家自然科学基金青年科学基金项目（62104098）;国家自然科学基金企业创新发展联合基金重点项目（U21B2032）;; 江苏省基础研究专项资金（自然科学基金）青年基金项目（BK20210178）;; 科技部重点研发计划（2021YFB3600104,2023YFB2806802）
