基于FPGA的CNN加速SoC系统设计
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.16208/j.issn1000-7024.2020.04.007

基于FPGA的CNN加速SoC系统设计

引用
为提高目前硬件运行卷积神经网络(CNN)的速度和能效,针对主流CNN网络的卷积计算设计加速模块并在FPGA上实现用于加速CNN网络的SoC系统.硬件平台采用带有ARM处理器的ZCU102 FPGA开发板,系统采用处理器和加速器的结构进行设计.加速器负责卷积计算,采用分块技术并重组卷积计算循环次序,使片上缓存的数据复用率更高,减少系统与内存之间数据的传输.支持1×1到11×11的卷积核尺寸,硬件支持的激活函数为ReLU和Leaky ReLU.处理器负责控制并处理CNN网络的其它计算,使SoC系统具有通用性和灵活性.实验结果表明,在100 M Hz的工作频率下,峰值计算性能可以达到42.13 GFLOPS,相比CPU和其它FPGA计算的性能有一定提升.

卷积神经网络、图像处理、卷积加速、数据复用、软硬件协作

41

TP332(计算技术、计算机技术)

2020-04-29(万方平台首次上网日期,不代表论文的发表时间)

共6页

939-944

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程与设计

1000-7024

11-1775/TP

41

2020,41(4)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn