在過去十幾年里，深度神經(jīng)網(wǎng)絡(luò)（DNN）得到了廣泛應(yīng)用，例如移動手機，AR/VR，IoT和自動駕駛等領(lǐng)域。復(fù)雜的用例導(dǎo)致多DNN模型應(yīng)用的出現(xiàn)，例如VR的應(yīng)用包含很多子任務(wù)：通過目標檢測來避免與附近障礙物沖突，通過對手或手勢的追蹤來預(yù)測輸入，通過對眼睛的追蹤來完成中心點渲染等，這些子任務(wù)可以使用不同的DNN模型來完成。像自動駕駛汽車也是利用一系列DNN的算法來實現(xiàn)感知功能，每個DNN來完成特定任務(wù)。然而不同的DNN模型其網(wǎng)絡(luò)層和算子也千差萬別，即使是在一個DNN模型中也可能會使用異構(gòu)的操作算子和類型。

此外，Torch、TensorFlow和Caffe等主流的深度學(xué)習(xí)框架，依然采用順序的方式來處理inference 任務(wù)，每個模型一個進程。因此也導(dǎo)致目前NPU架構(gòu)還只是專注于單個DNN任務(wù)的加速和優(yōu)化，這已經(jīng)遠遠不能滿足多DNN模型應(yīng)用的性能需求，更迫切需要底層新型的NPU計算架構(gòu)對多模型任務(wù)進行加速和優(yōu)化。而可重配NPU雖然可以適配神經(jīng)網(wǎng)絡(luò)層的多樣性，但是需要額外的硬件資源來支持（比如交換單元，互聯(lián)和控制模塊等），還會導(dǎo)致因重配網(wǎng)絡(luò)層帶來的額外功耗。

開發(fā)NPU來支持多任務(wù)模型面臨許多挑戰(zhàn)：DNN負載的多樣性提高了NPU設(shè)計的復(fù)雜度；多個DNN之間的聯(lián)動性，導(dǎo)致DNN之間的調(diào)度變得困難；如何在可重配和定制化取得平衡變得更具挑戰(zhàn)。此外這類NPU在設(shè)計時還引入了額外的性能標準考量：因多個DNN模型之間的數(shù)據(jù)共享造成的延時，多個DNN模型之間如何進行有效的資源分配等。

目前的設(shè)計研究的方向大體可以分成以下幾點：多個DNN模型之間并行化執(zhí)行，重新設(shè)計NPU架構(gòu)來有效支持DNN模型的多樣性，調(diào)度策略的優(yōu)化等。

DNN之間的并行性和調(diào)度策略：

可以使用時分復(fù)用和空間協(xié)同定位等并行性策略。調(diào)度算法則大概可以分為三個方向：靜態(tài)與動態(tài)調(diào)度，針對時間與空間的調(diào)度，以及基于軟件或者硬件的調(diào)度。

時分復(fù)用是傳統(tǒng)優(yōu)先級搶占策略的升級版，允許inter-DNN的流水線操作，來提高系統(tǒng)資源的利用率（PE和memory等）。這種策略專注調(diào)度算法的優(yōu)化，好處是對NPU硬件的改動比較少。

空間協(xié)同定位則專注于多個DNN模型執(zhí)行的并行性，也就是不同DNN模型可以同時占用NPU硬件資源的不同部分。這要求在設(shè)計NPU階段就要預(yù)知各個DNN網(wǎng)絡(luò)的特性以及優(yōu)先級，以預(yù)定義那部分NPU硬件單元分配給特定的DNN網(wǎng)絡(luò)使用。分配的策略可以選擇DNN運行過程中的動態(tài)分配，或者是靜態(tài)分配。靜態(tài)分配依賴于硬件調(diào)度器，軟件干預(yù)較少?？臻g協(xié)同定位的好處是可以更好的提高系統(tǒng)的性能，但是對硬件改動比較大。

動態(tài)調(diào)度與靜態(tài)調(diào)度則是根據(jù)用戶用例的特定目標來選擇使用動態(tài)調(diào)度或者靜態(tài)調(diào)度。

動態(tài)調(diào)度的靈活性更高，會根據(jù)實際DNN任務(wù)的需求重新分配資源。動態(tài)調(diào)度主要依賴于時分復(fù)用，或者利用動態(tài)可組合引擎 （需要在硬件中加入動態(tài)調(diào)度器），算法則多數(shù)選擇preemptive策略或者AI-MT的早期驅(qū)逐算法等。

對于定制化的靜態(tài)調(diào)度策略，可以更好的提高NPU的性能。這種調(diào)度策略是指在NPU設(shè)計階段就已經(jīng)定制好特定硬件模塊去處理特定神經(jīng)網(wǎng)絡(luò)層或者特定的操作。這種調(diào)度策略性能高，但是硬件改動比較大。

異構(gòu)NPU架構(gòu)：

結(jié)合動態(tài)可重構(gòu)和定制化的靜態(tài)調(diào)度策略，在NPU中設(shè)計多個子加速器，每個子加速器都是針對于特定的神經(jīng)網(wǎng)絡(luò)層或者特定的網(wǎng)絡(luò)操作。這樣調(diào)度器可以適配多個DNN模型的網(wǎng)絡(luò)層到合適的子加速器上運行，還可以調(diào)度來自于不同DNN模型的網(wǎng)絡(luò)層在多個子加速器上同步運行。這樣做既可以節(jié)省重構(gòu)架構(gòu)帶來的額外硬件資源消耗，又可以提高不同網(wǎng)絡(luò)層處理的靈活性。

異構(gòu)NPU架構(gòu)的研究設(shè)計可以主要從這三個方面考慮：

1）如何根據(jù)不同網(wǎng)絡(luò)層的特性設(shè)計多種子加速器；

2）如何在不同的子加速器之間進行資源分布；

3）如何調(diào)度滿足內(nèi)存限制的特定網(wǎng)絡(luò)層在合適的子加速器上執(zhí)行。

審核編輯 ：李倩