人工智能软硬件协同设计空间探索工具测评数据集

随着人工智能模型的迅速发展，模型推理计算存在着巨大计算和存储开销，其落地应用面临着巨大挑战。基于领域专用架构的异构计算系统是人工智能加速的重要手段，通过利用定制化的电路和架构设计，优化负载映射方式以提高硬件资源利用率，实现在加速比、能量效率、电路效率和延迟等关键性能指标上的大幅提升。在人工智能专用计算架构的自动化设计中，需要构建软硬件协同的模型评估方法，为搜索优化提供指导。基于性能建模，本项目进一步开展了对于人工智能模型推理加速的硬件资源分配和负载映射问题研究，提出了基于蒙特卡洛树搜索的设计空间探索框架，提升了自动化设计效率。本数据集包含了包含人工智能领域专用软硬件协同设计空间探索工具数据的功能软件和说明文档，还包含了相关测试项的测试方案、测试数据、测试程序、测试源码、测试结果等数据，记录了超异构统一编译工具链运行的试验过程和试验结果。本数据集前面展示了人工智能软硬件性能仿真软件、人工智能软硬件协同设计空间探索工具两个软件组件的工作原理和使用方法，有效支撑了软硬件协同设计空间探索工具链的优化和创新。