首页> 中文会议>第二十二届计算机工程与工艺年会暨第八届微处理器技术论坛 >基于CPU-FPGA异构多核平台的卷积神经网络并行加速研究

基于CPU-FPGA异构多核平台的卷积神经网络并行加速研究

摘要

随着深度学习的发展,卷积神经网络的网络规模及计算复杂度不断增大,通用CPU无法满足性能需求,使用专用硬件处理器来加速计算过程成为一种行之有效的方法.由于FPGA具有可编程的特点,可以灵活配置硬件资源,具有高效能比、可重构能力以及快速设计周期的优势,成为加速卷积神经网络计算过程的理想硬件平台.本文研究了卷积神经网络前向过程的并行性,提出了相应的并行方案.本文使用HLS高级综合工具对前行过程中负载较大的卷积层和全连接层进行了实现,搭建了一个基于CPU-FPGA的多核异构系统进行方案验证.实验结果表明该异构多核并行加速系统性能的比基于CPU的卷积神经网络框架提高了14倍.

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