面向云端FPGA的卷积神经网络加速器的设计及其调度

• 作者: 余洋 卢冶 蔡瑞初 钟椿荣 陈瑶
• 来源期刊: 计算机应用研究
• 关键词: 卷积神经网络 现场可编程门阵列 高层次综合 加速器 调度
• 年，卷（期）: 2020,（1）
• 所属期刊栏目: 系统应用开发
• 页码范围: 172-177,182
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.19734/j.issn.1001-3695.2018.05.0507

摘要

卷积神经网络的高计算复杂性阻碍其广泛用于实时和低功耗应用,现有软件实现方案难以满足其对运算性能与功耗的要求,传统面向FPGA的卷积神经网络构造方式具有流程复杂、周期较长和优化空间较小等问题.针对该问题,根据卷积神经网络计算模式的特点,提出一种面向云端FPGA的卷积神经网络加速器的设计及其调度机制.通过借鉴基于HLS技术、引入循环切割参数和对卷积层循环重排的设计,采用模块化方式构造网络,并进行参数拓展以进一步优化加速器处理过程;通过分析系统任务和资源的特性总结调度方案,且从控制流和数据流两方面对其进行优化设计.与其他已有工作相比,提出的设计提供了一种同时具有灵活性、低能耗、高能效和高性能的解决方案,并且探讨了加速器的高效通用调度方案.实验结果表明,该加速器可在有效提高运算整速度的同时减少功耗.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡瑞初	广东工业大学计算机学院	66	279	10.0	13.0
2	余洋	广东工业大学计算机学院	5	29	3.0	5.0
3	钟椿荣	广东工业大学计算机学院	2	12	1.0	2.0
4	卢冶	南开大学计算机与控制工程学院	5	39	3.0	5.0