基于FPGA的深度强化学习硬件加速技术分析.pdfVIP

研究与设计ResearchandDesign

基于FPGA的深度强化学习硬件加速技术

分析

刘峥嵘

（大连理工大学微电子学院，辽宁116001）

摘要：阐述语音识别、图像识别处理、优化策略和硬件模板中的FPGA加速器技术特点，以及在FPGA上

加速深度学习的可行性，分析FPGA加速器的应用，探讨FPGA加速器加速深度强化学习的硬件模板、性

能和功耗水平，提出针对FPGA加速器的训练方法。

关键词：电路设计，FPGA，语音识别，图像识别处理，优化策略，硬件模板。

中图分类号：TN402，TN791，TN912.34文章编号：1674-2583(2024)02-0022-04

DOI：10.19339/j.issn.1674-2583.2024.02.008

文献引用格式：刘峥嵘.基于FPGA的深度强化学习硬件加速技术分析[J].集成电路应用,2024,41(02):22-

25.

AnalysisofHardwareAccelerationTechnologyfor

DeepReinforcementLearningBasedonFPGA

LIUZhengrong

(SchoolofMicroelectronics,DalianUniversityofTechnology,Liaoning116001,China.)

Abstract—ThispaperexpoundsthecharacteristicsofFPGAacceleratortechnologyinspeech

recognition,imagerecognitionprocessing,optimizationstrategies,andhardwaretemplates,aswellas

thefeasibilityofacceleratingdeeplearningonFPGA.ItanalyzestheapplicationofFPGAaccelerator,

exploresthehardwaretemplate,performance,andpowerconsumptionlevelofFPGAacceleratorfor

acceleratingdeepreinforcementlearning,andproposesatrainingmethodforFPGAaccelerator.

IndexTerms—circuitdesign,FPGA,speechrecognition,imagerecognitionprocessing,optimization

strategies,hardwaretemplates.

0引言部包括可配置的逻辑模块、输入输出模块和内部互

近年来，随着大数据时代的到来，人们创造生联网连线。目前基于FPGA的神经网络加速器种类较

成的数据在短短几年内爆发式增长，带来了数据量多，虽然前人已经提出了很多加速方法，但是，针

的增长，计算能力的提高，以及深度学习的出现。对FPGA的相关综述总结和归纳文献并不够充分。为

深度学习是人工智能重要技术和研究方向。如今，此，本文在深度学习的典型模型的基础上，总结归

在语音、图像、自然语言处理方面都取得了非常卓纳了FPGA加速器在语音识别、图像识别和处理、

越的成绩，在计算机视觉领域中受到了研究者的高优化策略、硬件模板方面的应用，并对以上几方面

度重视。进行了分析比较，总结了典型加速器的性能特点，

1研究背景梳理了FPGA加速深度学习的研究现状，为进一步深

为了提高计算性能以适应神经网络模型的入研究深度学习的FPGA加速技术奠定了基础。

增大及其参数的增多，研究者在寻找各种软、硬2针对语音识别的FPGA加速器

件