面向 Transformer 推理的向量处理器屋顶线级稀疏张量收缩

论文提出 Ventaglio，一种结合 RVV 指令扩展的可运行时配置稀疏执行单元，为 Gustavson 数据流提供索引化 gather-accumulate-scatter 支持。在 12nm FinFET 实现中，相比优化 RVV 基线，稀疏张量收缩加速 6.9--7.4 倍，集群面积开销仅 3.1%；在具备 40--60% 双重稀疏性的 DuoGPT 剪枝 LLaMA-3-8B 上，prefill 和自回归解码分别达到 2.40--5.25 倍与 2.06--3.16 倍于稠密基线。