近日，我院特聘教授刘双龙课题组的一项重要研究成果正式发表于计算机辅助设计领域的国际顶级学术期刊——IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD)。TCAD被公认为集成电路与计算机硬件设计领域的顶尖期刊，也是中国计算机学会（CCF）认定的A类期刊。

这篇题为“DCP-CNN: Efficient Acceleration of CNNs With Dynamic Computing Parallelism on FPGA”的论文，首次提出了一种新型的动态并行计算方法，针对人工智能特别是卷积神经网络（CNN）在边缘计算环境中的计算力和计算效率问题进行了深入研究。该方法通过优化人工智能加速器的片上缓存设计，显著提升了卷积神经网络的并行计算效率，极大地提高了现有人工智能加速器的计算力和计算效率。

图1.卷积神经网络的动态并行计算方法示意图

本论文的通讯作者为我院刘双龙教授，第一作者为课题组硕士生戴奎和谢哲韧。

论文信息：Dai, Kui, Zheren Xie, and Shuanglong Liu. "DCP-CNN: Efficient Acceleration of CNNs with Dynamic Computing Parallelism on FPGA."IEEE Transactions on Computer-Aided Design of Integrated Circuits and Systems (TCAD),DOI: 10.1109/TCAD.2024.3435996, 2024.

论文链接：https://ieeexplore.ieee.org/document/10616169 

一审：刘双龙

二审：贺兵香

三审：廖洁桥