异构深度学习计算系统设计-nscscc.pdfVIP

下载本文档

32
0
约8.93千字
约 30页
2018-11-25 发布于天津
举报
版权申诉

异构深度学习计算系统设计-nscscc.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

异构深度学习计算系统设计-nscscc异构深度学习计算系统设计-nscscc

异构深度学习计算系统设计南京航空航天大学一队宗华、张靖棠、高龑指导老师：冯爱民设计概览详细设计性能评估概览设计概览-设计意图 · 卷积神经网络在自动驾驶，人脸识别等领域应用广泛，尤其是在实时性要求较高的应用场景下，实时计算能力显得十分重要。 · CPU在面对以卷积和矩阵乘法为主的卷积神经网络应用时表现十分低效 ·通过FPGA设计卷积神经网络加速器，满足卷积神经网络应用实时预测的计算 ·MIPS核作为控制器，主要进行计算过程控制和数据重组工作目标：面向物端数据实时处理的轻量级深度学习计算系统设计概览-整体结构 CPU DATA_ RA INST_ RAM M Input output buffer0 buffer0 SRAM- AHB_ Lite Convolution Input Output AHB_ Lite- buffer1 buffer1 AXI4 ACC1 ACC2 CONFREG CPU设计 CPU设计 CPU设计-链式反馈控制结构 CPU设计-访存的优化 CPU设计-访存的优化 CPU设计-访存的优化 CPU设计-访存的优化 CPU设计-访存的优化加速器设计计算-一个典型CNN的结构卷积操作会占据超过90%的总计算时间！[1] 计算-卷积层计算特征计算-卷积层计算特征计算-计算阵列设计访存-片内访存层次优化本地存储提升：如果最内层循环的通信部分与某个数组是无关的，那么该循环会有冗余内存操作。本地存储提升可以用于降低冗余操作。访存-双缓存优化