本研究提出了一种新的RISC-V扩展方案，通过硬件与软件协同设计，实现对稀疏深度神经网络的高效加速，定制功能单元可实现最高5倍的加速，适用于小型FPGA。

该研究提出了多种方法和框架，如TASDER、CSTAR和SASA，以优化稀疏深度神经网络的加速和性能，显著提升能效和推理速度，适用于资源有限的设备。