L-PCN加速器：优化点云网络计算冗余的创新方案

1. 点云加速器的现状与挑战

在自动驾驶、机器人导航和增强现实等3D感知应用中，点云网络（PCN）已成为处理稀疏3D数据的核心技术。传统PCN的工作流程包含两个关键步骤：数据结构化（Data Structuring, DS）和特征计算（Feature Computation, FC）。DS阶段通过采样中心点并聚合其邻近点形成点集，FC阶段则对这些点集进行特征提取和池化操作。

当前主流PCN加速器面临的核心瓶颈在于：

• 重复计算问题：相邻点集之间存在高达90%的重叠点（如图2(b)所示），导致相同点的特征被反复提取和计算
• 内存访问冗余：重叠点的特征数据需要多次从内存中读取，造成带宽浪费
• 执行顺序低效：传统最远点采样（FPS）算法导致处理顺序与空间位置无关，难以利用数据局部性

现有解决方案如GDPCA和Mesorasi虽然尝试优化，但前者仅减少计算位宽而不减少计算量，后者采用"预计算-重获取"机制导致内存瓶颈。这促使我们开发L-PCN这一新型加速架构。

2. L-PCN的核心设计思想

2.1 空间局部性原理

通过分析PointNet++在ModelNet40数据集上的运行特征（图4），我们发现：

1. 空间邻近性：87.5%-93.75%的重叠点出现在空间相邻的点集中
2. 计算冗余度：每个重叠点平均导致2.7次重复MLP计算和内存访问
3. 时序相关性：传统FPS采样顺序破坏了天然的空间局部性

这些观察结果构成了L-PCN的两大创新基础：

• 八叉树岛化：将空间相邻的点集聚类为"岛"(Island)，每个岛内保持高重叠度
• Hub调度：在岛内实施中心辐射式计算顺序，最大化数据复用

2.2 硬件友好性设计

L-PCN采用算法-硬件协同设计，主要考虑：

1. 并行性：双Octree搜索引擎支持并行节点遍历
2. 缓存效率：Hub Cache采用No-replacement策略，避免频繁换入换出
3. 精度补偿：对重叠点采用增量补偿（公式1），而非简单重用结果
4. 兼容性：可作为插件集成到现有PCN加速器中

3. 关键技术实现细节

3.1 八叉树岛化算法

3.1.1 算法流程

1. Hub点选择：从采样点中随机选取5%-10%作为Hub点（图9(a)）
2. 邻域聚集：通过八叉树搜索收集每个Hub点的K跳邻域中心点（图9(b)）
3. 岛屿形成：将Hub列表映射回原始点云，形成空间连续的岛屿（图9(c)）
4. 列表表示：用岛屿列表记录每个岛的拓扑结构（图9(e)）

关键参数选择：

• 岛屿大小：32-64个点集（平衡复用率和并行度）
• 八叉树深度：3-5层（取决于点云密度）

3.1.2 硬件实现

分区模块（图10）采用：

• 双端口BRAM存储八叉树结构
• 两个并行Octree搜索引擎（OSE）
  • 每个OSE含4级流水线
  • 基于Morton码的快速遍历
• 位图索引记录节点归属

3.2 Hub调度机制

3.2.1 计算调度策略

1. 中心优先：先处理Hub点所在点集，结果存入Hub Cache
2. 渐进扩展：按距Hub点距离由近及远处理其他点集
3. 增量更新：对非重叠点进行全计算并更新缓存

3.2.2 重叠检测实现

重叠检测模块（图12）包含：

• 特征匹配单元：比较点坐标哈希值（32位）
• 结果补偿单元：计算Δ=w·(PA-PG)的增量调整
• Hub Cache设计：
  • 容量：2倍点集特征大小（典型配置8KB）
  • 组织：32路组相联
  • 替换策略：岛内保持，岛间重置

4. 硬件架构与数据流

4.1 整体架构（图5,13）

L-PCN采用三级流水：

1. 数据结构单元(DSU)：

   • 采样模块：FPS算法硬件实现
   • 邻域搜索：KNN/Ball Query加速器
   • 剪枝模块：动态八叉树修剪

2. 岛化单元：

   • 分区模块：实现3.1节算法
   • 重叠检测：如3.2.2节所述
   • Hub Cache：SRAM阵列

3. 特征计算单元(FCU)：

   • 16x16脉动阵列
   • 数据流控制器：协调MLP和池化层

4.2 关键数据路径

1. Hub点处理（图13 Case1）：

   • 完整计算32点特征（1⃝）
   • 结果写入Hub Cache（2⃝）

2. 非Hub点处理（图13 Case2）：

   • 检测K个重叠点（3⃝）
   • 计算(32-K)个新点（4⃝）
   • 更新Hub Cache（5⃝）

5. 性能评估与优化

5.1 理论优化效果（图15）

在ModelNet40等数据集上：

• 内存访问：

  • 特征获取减少55.2%-93.8%
  • 总体内存访问降低50.5%-60.9%

• 计算量：

  • MLP操作减少45.4%-80.6%
  • 补偿计算开销<5%

5.2 实际加速比（图16）

在Arria 10 FPGA（250MHz）上：

• 相比准确型加速器：

  • PointACC：1.2-1.9倍加速
  • HgPCN：1.4-2.2倍加速

• 相比近似型加速器：

  • EdgePC：1.7-3.2倍加速
  • Crescent：1.65-3.1倍加速

5.3 资源开销（表II）

岛化单元增加：

• 逻辑资源：12% ALM
• 存储资源：5.3% BRAM
• 功耗：约10%

6. 工程实践要点

6.1 参数调优经验

1. 岛屿大小选择：

   • 小岛屿（32点集）：适合稀疏点云
   • 大岛屿（64点集）：适合密集场景
   • 可通过离线分析点云分布确定

2. Hub Cache配置：

   • 容量公式：Cache_size = 2×M×D
     • M：点集大小（默认32）
     • D：最大特征维度（如128）

6.2 常见问题排查

1. 精度下降：

   • 检查补偿单元权重量化误差
   • 验证激活函数处理顺序

2. 性能不达预期：

   • 分析八叉树深度是否匹配点密度
   • 检查Hub点分布均匀性

3. 资源超限：

   • 降低OSE并行度（改单引擎）
   • 压缩Hub Cache位宽

7. 应用场景扩展

L-PCN技术可推广至：

1. 大尺度点云处理：

   • 与FractalCloud结合，实现1.2-2.1倍加速（图19）

2. 3D高斯泼溅：

   • 类似的空间局部性可利用

3. 动态点云序列：

   • 增量式岛化更新策略

实际部署中发现，在自动驾驶场景下，对64线LiDAR数据的处理延迟从28ms降至9ms，满足实时性要求。这主要得益于岛化处理有效利用了道路场景中物体的空间聚集特性。