隨著大數(shù)據(jù)時代的到來,深度學(xué)習(xí)技術(shù)已經(jīng)成為人工智能的一大熱點,在圖像識別、語音識別、自然語言處理方面展現(xiàn)出了巨大的優(yōu)勢,并且在持續(xù)發(fā)展變化中。其中卷積神經(jīng)網(wǎng)絡(luò)(CNNs)是深度學(xué)習(xí)網(wǎng)絡(luò)中很重要的一個分支,也發(fā)揮著越來越重要的作用。在深度學(xué)習(xí)技術(shù)蓬勃發(fā)展的形勢下,網(wǎng)絡(luò)的規(guī)模和數(shù)據(jù)量也越來越大,需要提出一些新的架構(gòu)來快速高效的處理大規(guī)模數(shù)據(jù)。通用的深度學(xué)習(xí)加速技術(shù)有CPU加速技術(shù)、GPU集群加速技術(shù)、FPGA加速技術(shù)、ASIC加速技術(shù)以及內(nèi)存計算加速技術(shù)等。對比深度學(xué)習(xí)應(yīng)用的各種加速技術(shù),本文提出了使用FPGA加速技術(shù)進(jìn)行CNN算法的加速和實現(xiàn)。基于之前的研究,本文提出了一種集成CNN推理加速器的高性能網(wǎng)絡(luò)接口芯片。主機(jī)通過PCIE接口發(fā)送任務(wù)到FPGA加速器,加速器之間通過低延遲鏈路將任務(wù)進(jìn)行分發(fā)和處理,最后將計算結(jié)果發(fā)回主機(jī)。在已有的實驗環(huán)境下,本文實現(xiàn)了FPGA加速平臺的搭建,軟硬件通信模塊的設(shè)計與處理,并實現(xiàn)集成了CNN推理加速模塊。通過實驗測試,我們驗證了原型系統(tǒng)功能的正確性,證明了其良好的可擴(kuò)展性。
【學(xué)位單位】：國防科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2018
【中圖分類】：TP18;TN40;TN791
【部分圖文】：

卷積操作示意圖及偽代碼[5]

圖 2-4LeNet 結(jié)構(gòu)示意圖[6]2.1.4.2AlexNetAlexNet[7]模型是 ILSVRC-2012 的冠軍，top-5 的測試錯誤率僅為 15.3%，超過第二名 10.9%τ第二名為 26.2%υ，該網(wǎng)絡(luò)模型中參數(shù)總量為 60M 左右，共有650000 個神經(jīng)元，包括 5 個卷積層和 3 個全連接層，有些卷積層后面還跟了最大值池化層，最后的輸出層為 1000*1 的 softmax 激活函數(shù)層，而輸出層為 1000*1 是因為在比賽中只需要針對 1000 類的圖片進(jìn)行識別，其結(jié)構(gòu)示意圖如圖 2-5 所示 需要說明的是，在 ILSVRC 比賽中所用的數(shù)據(jù)集為 Imagenet 數(shù)據(jù)集的一個子集，完整的 Imagenet 數(shù)據(jù)集中共包括 22000 類的圖片

圖 2-4LeNet 結(jié)構(gòu)示意圖[6]2.1.4.2AlexNetAlexNet[7]模型是 ILSVRC-2012 的冠軍，top-5 的測試錯誤率僅為 15.3%，超過第二名 10.9%τ第二名為 26.2%υ，該網(wǎng)絡(luò)模型中參數(shù)總量為 60M 左右，共有650000 個神經(jīng)元，包括 5 個卷積層和 3 個全連接層，有些卷積層后面還跟了最大值池化層，最后的輸出層為 1000*1 的 softmax 激活函數(shù)層，而輸出層為 1000*1 是因為在比賽中只需要針對 1000 類的圖片進(jìn)行識別，其結(jié)構(gòu)示意圖如圖 2-5 所示 需要說明的是，在 ILSVRC 比賽中所用的數(shù)據(jù)集為 Imagenet 數(shù)據(jù)集的一個子集，完整的 Imagenet 數(shù)據(jù)集中共包括 22000 類的圖片

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 郭穎;王玉;;負(fù)阻效應(yīng)的存在性研究及NIC在振蕩實驗中的設(shè)計[J];綿陽師范學(xué)院學(xué)報;2006年02期

2 鄒宏軍;;NiC鎳基藥芯焊絲設(shè)計及在熱連軋板帶助卷輥堆焊修復(fù)中的應(yīng)用[J];四川冶金;2013年05期

3 鐘云華,劉華,陳沐;康萊特聯(lián)合NIC治療晚期非小細(xì)胞肺癌的臨床觀察[J];陜西腫瘤醫(yī)學(xué);2001年04期

4 孫廣旗,楊艷麗,李銳華;基于一種NIC的網(wǎng)絡(luò)編程[J];工業(yè)控制計算機(jī);2001年02期

5 呂勇;王新石;李文新;;斑馬魚肌肉GPT酶的反應(yīng)體系及對Nic敏感性研究[J];華中師范大學(xué)學(xué)報(自然科學(xué)版);2010年01期

6 李艷雷,高有行;基于PCI總線的快速以太NIC緩沖區(qū)管理[J];計算機(jī)工程;2003年11期

7 張焱;熊剛;;一種神經(jīng)網(wǎng)絡(luò)結(jié)合NIC的PN碼估計方法[J];通信技術(shù);2013年07期

8 張成霞;趙培元;;通過實驗透析子網(wǎng)掩碼的作用[J];濰坊教育學(xué)院學(xué)報;2005年04期

9 靳鑫;張眾;;非極化中子超鏡用NiC薄膜制作技術(shù)研究[J];光學(xué)儀器;2017年04期

10 王進(jìn)英;王新石;李文新;;草魚肝臟GPT酶的動力學(xué)特征及對Nic的敏感性研究[J];華中師范大學(xué)學(xué)報(自然科學(xué)版);2011年01期

相關(guān)會議論文 前5條

1 郭衛(wèi)民;潘雄;;新型結(jié)冰信號器用NiC_(0.1)MnMgCu熱敏材料的制備及特性研究[A];第七屆中國功能材料及其應(yīng)用學(xué)術(shù)會議論文集（第5分冊）[C];2010年

2 王晉;趙秀強(qiáng);王志濤;梁宇;喬鑫;;基于汽車座椅鞭打試驗的仿真模型改進(jìn)[A];2015中國汽車工程學(xué)會年會論文集（Volume2）[C];2015年

3 梁夢雪;郭鳳霞;吳鑫;江濤;石海峰;;霰、冰晶相對增長對NIC起電影響的模擬研究[A];第31屆中國氣象學(xué)會年會S9 第十二屆防雷減災(zāi)論壇——雷電物理防雷新技術(shù)[C];2014年

4 趙秀強(qiáng);于顯峰;王晉;徐晶才;喬鑫;;汽車追尾過程中座椅高度調(diào)節(jié)器剛度對頸部傷害的影響分析[A];2016中國汽車工程學(xué)會年會論文集[C];2016年

5 朱國魂;;基于FPGA的UDP發(fā)送工具實現(xiàn)[A];2003中國通信專用集成電路技術(shù)及產(chǎn)業(yè)發(fā)展研討會論文集[C];2003年

相關(guān)碩士學(xué)位論文 前6條

1 張凡;融合CNN推理加速器的高性能NIC的設(shè)計與實現(xiàn)[D];國防科技大學(xué);2018年

2 許富龍;基于服務(wù)元網(wǎng)絡(luò)體系結(jié)構(gòu)的NIC服務(wù)元的研究與實現(xiàn)[D];電子科技大學(xué);2006年

3 陳曉琳;采用ReliefF特征加權(quán)的NIC算法研究[D];鄭州大學(xué);2014年

4 劉聰;微通信元系統(tǒng)構(gòu)架中NIC服務(wù)元的研究與實現(xiàn)[D];電子科技大學(xué);2005年

5 楊愛紅;ETS、Nic及STO暴露引發(fā)小鼠成癮性及毒性的實驗研究[D];安徽醫(yī)科大學(xué);2009年

6 王新石;滅螺藥物對釘螺和財魚GOT酶活力及其蛋白表達(dá)的影響研究[D];華中師范大學(xué);2011年

本文編號：2818097