首页> 中文会议>第十七届全国容错计算学术会议 >一种面向嵌入式RISC众核架构的神经网络加速方案

一种面向嵌入式RISC众核架构的神经网络加速方案

摘要

为解决深度学习算法在嵌入式领域的应用场景中对低功耗和实时性的要求,本文在一种低功耗的嵌入式众核平台(Parallella Board)上实现了深度信念网络(DBN),目标是探索在低功耗的众核架构上对深度学习应用进行并行化加速的可行性和实际的运行效果.实验结果表明,用该方法实现的DBN识别一张MNIST手写数字图片仅需要大约122ms的时间和大约0.6J的能耗,与Dual Core ARM A9处理器相比,取得了1.8x的加速比,节约了47.6%的能耗.

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号