面向FPGA部署的AI框架实施研究与分析

李 强1, 赵 峰1, 王 秋琳2, 庄 莉2, 张 晓东2
1、国网信息通信产业集团有限公司
2、福建亿榕信息技术有限公司

摘要


随着国内高端GPU资源日益匮乏，面向FPGA部署AI大模型定制化实施研究成为热点。本文结合Xilinx
推出的AI灵活计算加速平台，构建基于FPGA的变电站人员入侵目标检测AI模型，从能耗和运算速度两方面论证
FPGAAI框架的可行性，以期为相关研究人员提供相应支撑。

关键词


AI部署；FPGA；AI加速

全文:

PDF


参考


[1]徐艺博，卢惠民，于清华等.基于图像融合的弹

群对地目标识别仿真研究[J].兵工自动化，2023，42（10）：

78-83.

[2]GPU、FPGA、ASIC、TPU四大AI芯片[J].软件，

2018，39（09）：230.

[3]Li Z ,Zhang Y ,Wang J , et al.A survey of FPGA

design for AI era[J].Journal of Semiconductors, 2020, 41(02):

16-21.

[4]祝维豪.FPGA助力工业AI应用[J].电子产品世界，

2019，26（12）：13-14.

[5]单祥茹.加速云：用FPGA提高AI计算力，用IP库

降低开发难度[J].中国电子商情（基础电子），2018（05）：

21-22.DOI：10.19584/j.cnki.11-3648/f.2018.05.004.

[6]叶球孙.一种基于AI-Fuzzy VCR算法的FPGA新

技术[J].现代计算机（专业版），2008（12）：15-17.

[7]周昕，骆莉莎，张瑞军等.基于SSD算法的老旧

建筑墙面裂缝识别[J].科技创新与应用，2023，13（28）：

36-39.DOI：10.19981/j.CN23-1581/G3.2023.28.009.

[8]夏小雨，韩成浩.无人机低空下的目标识别与跟

踪系统设计[J].电器工业，2023（10）：19-2

[9]王统，熊君伟，叶世顺等.基于改进YOLOv4的

输电线路目标检测算法[J].电器工业，2023（10）：32-

35+40.

[10]戴 久 翔， 岳 学 军， 黄 世 醒 等.基 于 改 进 的

YOLOv5甘蔗茎节智能识别系统[J].农机化研究，2024，

46（05）：140-145.DOI：10.13427/j.cnki.njyi.2024.05.003.

[11]郝涛涛，王旭飞，王鹏辉等.基于迁移学习的无

人机对地面目标识别研究[J].航空计算技术，2023，53

（05）：44-47+51.

[12]李轲，张建强，李胜军等.基于舰载雷达小样本

的低慢小目标识别方法[J].舰船科学技术，2023，45（18）：

123-128.

[13]李明珏，张高兴.基于YOLO目标检测的边缘到

终端的道路损伤检测系统设计[J].机电工程技术，2023，

52（09）：291-295.

[14]莫建文，李晋，蔡晓东等.基于门控特征融合

与中心损失的目标识别[J/OL].浙江大学学报（工学版），

2023（10）：2011-2017[2023-10-29].http：//kns.cnki.

net/kcms/detail/33.1245.T.20231017.0940.010.html.




DOI: http://dx.doi.org/10.12361/2661-3654-07-05-146811

Refbacks

  • 当前没有refback。