作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
神经网络加速技术正在快速地转向网络的边缘,过去需要基于云的计算资源来运行神经网络推理,现在可以在嵌入式设备上运行,这些人工智能设备包括可穿戴设备、摄像头、智能电话/平板电脑以及各类车辆等。专用的硬件可以被用来加速推理,称其为神经网络加速器。这项技术在计算密度和PPA方面具有优势,是边缘设备的理想选择,可以为人工智能芯片带来全新的机遇。以屡获殊荣的PowerVR NNA为例,介绍为了应对边缘推理的兴起,最基础的IP和相关SoC作出哪些改进,以提供未来市场所需的更高性能和更丰富的功能特性。
推荐文章
稀疏神经网络加速器设计
神经网络
稀疏神经网络
加速器
一种高性能可重构深度卷积神经网络加速器
深度神经网络
加速器
可重构结构
高性能
超大规模集成电路
面向云端FPGA的卷积神经网络加速器的设计及其调度
卷积神经网络
现场可编程门阵列
高层次综合
加速器
调度
一种高效的稀疏卷积神经网络加速器的设计与实现
卷积神经网络
稀疏性
嵌入式FPGA
ReLU
硬件加速
并行计算
深度学习
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 前景广阔的边缘推理需要高性能神经网络加速器IP
来源期刊 微纳电子与智能制造 学科 工学
关键词 人工智能 神经网络 边缘推理 神经网络加速器 PowerVR Series3NX
年,卷(期) 2019,(2) 所属期刊栏目
研究方向 页码范围 89-96
页数 8页 分类号 TP183
字数 语种
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 GRANT Andrew 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2019(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
神经网络
边缘推理
神经网络加速器
PowerVR
Series3NX
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微纳电子与智能制造
季刊
2096-658X
10-1594/TN
大16开
北京市东城区北河沿大街79号
2019
chi
出版文献量(篇)
162
总下载数(次)
8
总被引数(次)
19
论文1v1指导