基于FPGA的深度学习算法软硬件协同加速研究

董 勇
武汉东湖学院　计算机科学学院

摘要


随着深度学习在各个领域的广泛应用，对高效计算平台的需求日益增长，FPGA凭借其可重构性、并行处理
能力和低功耗特性，成为深度学习加速的重要平台。本文首先从算法优化和硬件优化两个方向的优化展开分析，之
后从软硬件协同优化的角度进行分析。对深度学习算法在 FPGA上的优化进行了对比。最后对 FPGA在未来的应用进
行了展望。

关键词


FPGA；深度学习；软硬件协同

全文:

PDF


参考


[1]龚豪杰.基于 FPGA的卷积神经网络加速方法研究

与实现 [D].中国科学院大学（中国科学院国家空间科学

中心），2021.

[2]詹宏毅.基于 FPGA的深度可分离卷积神经网络加

速器设计研究 [D].电子科技大学，2021.

[3]童耀宗.基于 FPGA的卷积神经网络加速器的设计

与实现 [D].电子科技大学，2019.

[4]任超.基于深度学习的脑电识别算法研究及 FPGA

实现 [D].西安理工大学，2021.


Refbacks

  • 当前没有refback。