ucb-bar/gemmini

解决的问题

Gemmini 提供了一个全系统、全栈的平台，用于探索和评估深度神经网络 (DNN) 硬件。它允许架构师分析系统和软件栈的不同组件（不仅仅是加速器本身）如何相互作用并影响整体 DNN 性能。

工作原理

Gemmini 实现为 RISC-V 的 RoCC (Rocket Custom Coprocessor) 加速器，使用 Chisel 硬件描述语言开发。其架构以用于矩阵乘法的脉动阵列为核心，同时支持输出固定 和权重固定 数据流。

关键硬件组件包括：

• 解耦存取/执行架构：为执行、加载和存储指令提供独立的控制器，允许内存访问和计算同时进行。
• 暂存器与累加器：用于存储输入、部分和与最终结果的私有 SRAMs。
• DMA 引擎：促进主机 CPU 主内存与加速器私有 SRAMs 之间的数据传输。
• 外围电路：支持激活函数（如 ReLU）、量化工作负载的缩放以及矩阵转置。

适用对象

专为想要构建、配置和分析多样化 DNN 加速器，并使用功能模拟器 (Spike) 或周期精确模拟器 (Verilator, VCS, 和 FireSim) 对其进行测试的硬件架构师和研究人员而设计。

亮点

• 灵活的配置：可调整脉动阵列维度、数据流、内存容量和数据类型（例如 8-bit 整数或浮点数）的参数。
• 全栈评估：与 Chipyard 生态系统集成，以在 baremetal、Linux 或 proxy-kernel 环境中测试软件二进制文件。
• 软硬件协同设计：包含一个库 (libgemmini) 和测试套件，用于运行如 ResNet50 等大型 DNN 模型。
• FPGA 加速：支持 FireSim，用于端到端工作负载的高速、周期精确模拟。