首页> 中文期刊> 《计算机辅助设计与图形学学报》 >面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法

面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法

         

摘要

针对卷积神经网络FPGA加速器的资源分配与频率设置欠佳导致吞吐量受限的问题,提出一种面向吞吐量优化的自动化设计方法.首先将加速器的设计分为并行策略和频率设计,提出总体设计流程;然后将设计空间探索建模为线段分割问题,采用遗传算法及贪心算法求解;最后根据求解出的并行策略完成加速器的结构设计,根据求解出的预期运行频率对加速器的布局布线优化,使实际频率可以达到预期.对AlexNet及VGG-16模型在目标器件Altera DE5a-Net的设计实验结果表明,文中方法能有效地提升资源使用效率并给出合理频率设置;相比于其他卷积神经网络FPGA加速器设计方法,该方法可提升AlexNet和VGG-16的吞吐量82.95%和66.19%.

著录项

  • 来源
    《计算机辅助设计与图形学学报》 |2018年第11期|2164-2173|共10页
  • 作者单位

    中国科学院计算技术研究所计算机体系结构国家重点实验室 北京 100190;

    中国科学院大学 北京 100190;

    中国科学院计算技术研究所计算机体系结构国家重点实验室 北京 100190;

    中国科学院大学 北京 100190;

    中国科学院计算技术研究所计算机体系结构国家重点实验室 北京 100190;

    中国科学院大学 北京 100190;

    中国科学院计算技术研究所计算机体系结构国家重点实验室 北京 100190;

    中国科学院大学 北京 100190;

  • 原文格式 PDF
  • 正文语种 chi
  • 中图分类 并行计算机;
  • 关键词

    FPGA; 卷积神经网络; 加速器吞吐量; 自动化并行设计;

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