（1.北京航天自动控制研究所，北京 100854；2.宇航智能控制技术国家级重点实验室，北京 100854）

0 引言

卷积神经网络（Convolutional Neural Network，CNN）是一种包含卷积计算的前馈神经网络，是深度学习的代表算法之一［1］。自从AlexNet［2］在2012 年ImageNet 大规模视觉识别挑战赛（ImageNet Large Scale Visual Recognition Challenge，ILSVRC）［3］上展示出CNN 在大规模图像处理中的巨大优势后，CNN 算法乃至循环神经网络（Recurrent Neural Network，RNN）等其他深度学习算法受到了广泛关注。现在，基于CNN的图像分类、目标检测、图像分割等算法已经广泛应用于道路行人检测、无人驾驶汽车、医学影像分析、国防安全等领域，并取得了显著成果。

虽然CNN 算法性能卓越，但是相较于传统的图像识别算法，它需要更多的计算量和存储资源，如19 层的VGG（VGG-19）［4］包含1.4 × 108个参数、3.9 × 1010次浮点运算，152 层的ResNet［5］（ResNet-152）包含5.7× 107个参数、2.2 × 109次浮点运算，输入大小为300 × 300 的SSD［6］包含2.3× 107个参数、6.1× 1010次浮点运算。这对中央处理器（Central Processing Unit，CPU）来讲并不友好，因为CPU 更擅长流程控制，而用于计算的资源并不多；相比较而言，拥有大量计算核心的图形处理器（Graphics Processing Unit，GPU）更适合CNN 算法加速［7］，但GPU 架构本身并非专为加速CNN 算法设计，存在功耗过大的问题，难以适应嵌入式领域的低功耗要求。

为了解决嵌入式领域CNN 计算设备算力不足的问题，研究者们从计算单元结构、访存方式、低功耗设计等多个方面提出各种CNN 的硬件加速器技术及方案［8-12］。然而这些设计要么只利用CNN 的输入输出通道并行［8］，导致其架构的整体并行度较低，难以满足嵌入式领域很多应用的算力需求；要么直接将卷积计算转换为矩阵向量乘，导致其所需片上存储过大或者存储带宽需求过大，如Google 的张量处理器（Tensor Processing Unit，TPU）［9］；……