Parallelize Memory Oriented Manual tiling-based energy-efficient non-neural face recognition algorithm on GAP8

doi:10.1016/j.sysarc.2026.103876

Parallelize Memory Oriented Manual tiling-based energy-efficient non-neural face recognition algorithm on GAP8

2026-06-10

0

PRE

AI

M

Mitul Sudhirkumar Nagar *

P

Pinalkumar Engineer

DOI：10.1016/j.sysarc.2026.103876

原文链接

原文求助

摘要

En 中文

在资源受限的边缘节点上，特征提取带来了新的挑战，由于计算能力和内存有限。为减少执行时间和能耗，本研究对非神经网络算法推理进行了并行化，同时保持相当精度。本研究采用硬件友好的混合精度训练数据（8位定点和32位浮点）以在提高精度的同时，将内存占用减少14.95倍，总周期数减少55.75%。此外，在GAP8集群上部署基于Memory Oriented Manual tIling（MOMAI）的非神经网络人脸识别（FR）算法以降低能耗。与无DMA未量化的手动分块（NDNQ）版本相比，半手动分块未量化（HMTNQ）模型和全手动分块8位量化（FMTQ）方法分别将能耗降低88.35%和94%。与NDNQ手动分块版本相比，基于DMA的半（HMTNQ）和全（FMTQ）手动分块在8核上分别将识别时间缩短7.64倍和16.09倍，在单核上分别缩短7.95倍和134.32倍。与ARM Cortex-M7上的NDNQ方法相比，在GAP8上并行化（8核）的基于特征脸的人脸识别HMTNQ和FMTQ实现分别需要减少34%和70.15%的周期，同时保持93%的精度。

Parallelize Memory Oriented Manual tiling-based energy-efficient non-neural face recognition algorithm on GAP8

摘要

期刊

机构

引用论文