一种混合存内架构的软硬件协同优化方法

本发明公开了一种混合存内架构的软硬件协同优化方法，包括以下步骤：对目标AI算法与存内计算架构进行联合特征表征，提取上下文特征，并参数化存内计算架构的存内计算单元配置、神经网络处理器流水线、多核互连拓扑及存储层次接口；构建离线基准数据集并训练预测性代理模型，该模型采用嵌入方法处理离散架构参数，运用带有自注意力机制的编码器学习特征关联，并通过并行预测网络实现多维度PPA指标的联合预测，训练中引入可行域约束学习机制；将训练完成的代理模型嵌入多目标进化算法中，以能效比、平均算力利用率、模型执行延迟等为优化目标，同时满足芯片面积效率和功耗约束，搜索帕累托最优的存内计算架构配置集。