In recent years, transformer models have revolutionized Natural Language Processing (NLP) and also show promising performance on Computer Vision (CV) tasks. Despite their effectiveness, transformers' attention operations are hard to accelerate due to complicated data movement and quadratic computational complexity, prohibiting the real-time inference on resource-constrained edge-computing platforms. To tackle this challenge, we propose Energon, an algorithm-architecture co-design approach that accelerates various transformers using dynamic sparse attention. With the observation that attention results only depend on a few important query-key pairs, we propose a multi-round filtering algorithm to dynamically identify such pairs at runtime. We adopt low bitwidth in each filtering round and only use high-precision tensors in the attention stage to reduce overall complexity. By this means, we significantly mitigate the computational cost with negligible accuracy loss. To enable such an algorithm with lower latency and better energy-efficiency, we also propose an Energon co-processor architecture. Elaborated pipelines and specialized optimizations jointly boost the performance and reduce power consumption. Extensive experiments on both NLP and CV benchmarks demonstrate that Energon achieves $161\times$ and $8.4\times$ geo-mean speedup and up to $10^4\times$ and $10^3\times$ energy reduction compared with Intel Xeon 5220 CPU and NVIDIA V100 GPU. Compared to state-of-the-art attention accelerators SpAtten and $A^3$, Energon also achieves $1.7\times, 1.25\times$ speedup and $1.6 \times, 1.5\times $ higher energy efficiency.
翻译:近年来,变压器模型使自然语言处理(NLP)发生革命,并展示了计算机视野(CV)任务方面有希望的绩效。尽管其效果有效,但变压器的注意力操作很难加速,因为数据移动复杂和二次计算复杂,禁止资源紧张的边缘计算平台实时推断。为了应对这一挑战,我们提议了Energon(一种算法-建筑共设计方法),它利用动态分散的注意力加速了各种变压器。由于观察到关注结果只取决于少数重要的调心对配方,我们提议了一个多轮过滤算法,以动态方式识别这些对方。我们在每个过滤周期采用低位宽度的比特宽度计算,在关注阶段只使用高精度电精度计指数来降低总体复杂性。我们提议了Energrogal-qual-cal-proacher 结构,我们还提议了一个精度精度调精度对精度和专门精度精度精度的输精度计算算算算法,同时提升了C-VA的性速度,并降低了C-xxxx-时间,也展示了美元速度和A-xx-时间的节度的节度,并展示了C-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-美元-