面向可重构架构的门控感知LSTM混合压缩方法

纪辰; 蒋林; 李远成; 张一心

doi:10.13624/j.cnki.issn.1001-7445.2025.1290

广西大学学报（自然科学版） ›› 2025, Vol. 50 ›› Issue (06) : 1290 -1303. DOI: 10.13624/j.cnki.issn.1001-7445.2025.1290

面向可重构架构的门控感知LSTM混合压缩方法

纪辰, 蒋林, 李远成, 张一心

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对长短期记忆(LSTM)网络门控单元耦合性强、参数量大导致边缘设备计算存储开销大的问题，提出一种基于可重构架构的门控感知混合压缩方法。方法的核心是通过融合梯度敏感性、激活响应强度及任务动态特性构建门控重要性评分模型，对各门控实施差异化Top-k剪枝与Mask-aware奇异值分解(SVD),并结合自主开发可重构陈列双模处理单元(PE)与多端口存储管理单元，提出三级流水并行优化部署策略。实验表明，在自重构自演化AI芯片上实现32.8×模型压缩比与1.42×硬件加速，时序预测任务中平均绝对误差仅增加0.432%,精度损失控制在1.896%。分析结果表明，门控感知混合压缩结合可重构并行映射能够显著降低LSTM边缘推理的计算与存储成本，在保证实时性与能效的同时维持可接受精度，适用于资源受限场景的边缘端部署。