卷积神经网络加速器设计与优化实验(一)

卷积神经网络加速器设计与优化实验(一)

  • 一.前言
  • 二.实验介绍
  • 三.神经网络进程与介绍
  • 四.FPGA与高层次综合
    • 4.1 什么是FPGA
    • 4.2什么是高层次综合?

一.前言

本系列主要用高层次综合的方法复现了赛灵思和北京高能效研究所推出的神经网络加速器优化过程,并做了笔记和记录。
神经网络加速器设计与优化实验课程录播

二.实验介绍

  • 领域专用架构设计(Domain-specific Architecture DSA)
    • 根据应用的计算,访存特性设计专用的硬件架构。
    • 提升性能能效。
    • 面向一类应用而不是某一个特定的应用(ASIC)。
    • 机器学习应用的神经网络加速器,图像处理GPU。
  • DSA的优势
    • 更加合理高效的并行方案
    • 访存带宽的专门优化
    • 数值精度的合理选取
    • 领域专用的编程语言
  • 目标领域 - 深度学习
    • 计算量大,高度并发,模式简单,应用广泛
  • 目标平台 FPGA <

你可能感兴趣的:(深度学习,nvdla,FPGA,cnn,深度学习,人工智能)