- 1、本文档共30页,可阅读全部内容。
- 2、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。
- 3、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。
- 4、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)。
查看更多
异构深度学习计算系统设计
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
文档评论(0)