基于FPGA的卷积神经网络设计与实现

• 作者: 刘镇弢 王喜娟 蒋林 衡茜 谢晓燕
• 来源期刊: 微电子学与计算机
• 关键词: 卷积神经网络 现场可编程门阵列 阵列处理器 并行性
• 年，卷（期）: 2018,（8）
• 页码范围: 132-136
• 页数: 5页
• 分类号: TP302
• 语种: 中文

摘要

卷积神经网络(Convolutional Neural Network,CNN)在各种计算机视觉应用中取得了巨大成功.本文研究了卷积神经网络的并行结构,基于网络计算的多种并行特征,提出了CNN前向传播过程在FPGA并行计算的架构.实验结果表明,在110MHz的工作频率下,该结构可使FPGA的峰值运算速度达到0.48GOP/s,相较ARMMali-T628 GPU平台实现23.5倍的加速比.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蒋林	西安邮电大学电子工程学院	85	264	8.0	10.0
2	刘镇弢	西安邮电大学电子工程学院	6	17	2.0	4.0
3	谢晓燕	西安邮电大学计算机学院	46	135	7.0	9.0
4	衡茜	西安邮电大学电子工程学院	2	5	1.0	2.0
5	王喜娟	西安邮电大学电子工程学院	2	5	1.0	2.0