一种高数据重用通用CNN计算模块设计

• 作者: 唐雪寒 李申 聂宇琛 马瑶 马钟
• 来源期刊: 单片机与嵌入式系统应用
• 学科: 工学
• 关键词: 卷积神经网络 数据重用 神经网络加速器 FPGA
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: 专题论述
• 页码范围: 22-25,28
• 页数: 5页
• 分类号: TP36
• 字数: 3549字
• 语种: 中文

摘要

为了降低嵌入式硬件在实现CNN推理运算中的外部访存以及内部存储需求,提出了一种基于FPGA平台的高数据重用CNN计算结构——HDCS.通过对CNN计算数据进行一维分割以及存储控制,使数据可以在模块的计算中固定,实现时间与空间维度上的数据重用.使输入特征数据可以在一次访存后可最少连续运算2次,有效降低了嵌入式CNN加速器对片外存储的访问次数以及片内存储资源的需求数量,在嵌入式平台人工智能技术的应用中具有一定价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	马钟		8	3	1.0	1.0
2	聂宇琛		1	0	0.0	0.0
3	唐雪寒		2	0	0.0	0.0
4	马瑶		1	0	0.0	0.0
5	李申		1	0	0.0	0.0