簡單快捷地用小型Xiliinx FPGA加速卷積神經網絡CNN
剛好在知乎上看到這個問題如何用FPGA加速卷積神經網絡CNN，恰巧我的碩士畢業(yè)設計做的就是在FPGA上實現CNN的架構，在此和大家分享。
先說一下背景，這個項目的目標硬件是Xilinx的PYNQ。該開發(fā)板加載了Linux Ubuntu操作系統(tǒng)，可以在CPU上運行現有的Python CNN架構如Caffe和Theano。本設計旨在用PYNQ加載的ZYNQ FPGA對于CNN核心計算進行硬件加速，以達到對于大規(guī)模信息流進行大吞吐量CNN處理。
該設計結構可以分為CPU端（前端）和FPGA端（后端）兩部分。前端使用的是Python，用來與其他軟件項目進行交互。前端將數據以數據流的形式由DDR傳輸到FPGA kernel。后端的FPGA硬件設計使用的是Synchronous Dataflow Paradigm。在這個結構之下，數據流以AXI-Stream的協議穿梭于每一個CNN層。每一個層都使用并行結構加上高性能流水線，使整體吞吐量效率達到一個非?？捎^的水平。
上圖為實現LeNet-5的硬件結構示意圖。對于LeNet-5，該設計達到了1.88GOP/S的吞吐量，與PYNQ上的DUAL CORE ARM CPU相比加速約32倍。目前該架構可運行LeNet和CIFAR10，有教程。
這個項目結構比較簡單，適合FPGA初學者作為研究起點使用。感興趣的話，可以以這個架構為基礎設計幾個CNN的應用，或者在它的基礎上進行優(yōu)化和再創(chuàng)造。
聲明：本文內容及配圖由入駐作者撰寫或者入駐合作網站授權轉載。文章觀點僅代表作者本人，不代表電子發(fā)燒友網立場。文章及其配圖僅供工程師學習之用，如有內容侵權或者其他違規(guī)問題，請聯系本站處理。
舉報投訴
-
FPGA
+關注
關注
1630文章
21799瀏覽量
606196 -
神經網絡
+關注
關注
42文章
4781瀏覽量
101202
發(fā)布評論請先 登錄
相關推薦
【PYNQ-Z2申請】基于PYNQ的卷積神經網絡加速
項目名稱：基于PYNQ的卷積神經網絡加速試用計劃：申請理由：本人研究生在讀，想要利用PYNQ深入探索卷積神經網絡的硬件
發(fā)表于 12-19 11:37
卷積神經網絡如何使用
卷積神經網絡(CNN)究竟是什么，鑒于神經網絡在工程上經歷了曲折的歷史，您為什么還會在意它呢? 對于這些非常中肯的問題，我們似乎可以給出相對簡明的答案。
發(fā)表于 07-17 07:21
卷積神經網絡簡介：什么是機器學習？
抽象人工智能 （AI） 的世界正在迅速發(fā)展，人工智能越來越多地支持以前無法實現或非常難以實現的應用程序。本系列文章解釋了卷積神經網絡 （CNN） 及其在 AI 系統(tǒng)中機器學習中的重要性。CNN
發(fā)表于 02-23 20:11
卷積神經網絡CNN圖解
之前在網上搜索了好多好多關于CNN的文章，由于網絡上的文章很多斷章取義或者描述不清晰，看了很多youtobe上面的教學視頻還是沒有弄懂，最后經過痛苦漫長的煎熬之后對于神經網絡和卷積有了
發(fā)表于 11-16 13:18
?5.8w次閱讀
卷積神經網絡CNN架構分析 － LeNet
之前在網上搜索了好多好多關于CNN的文章，由于網絡上的文章很多斷章取義或者描述不清晰，看了很多youtobe上面的教學視頻還是沒有弄懂，最后經過痛苦漫長的煎熬之后對于神經網絡和卷積有了
發(fā)表于 10-02 07:41
?695次閱讀
cnn卷積神經網絡分類有哪些
卷積神經網絡（CNN）是一種深度學習模型，廣泛應用于圖像分類、目標檢測、語義分割等領域。本文將詳細介紹CNN在分類任務中的應用，包括基本結構、關鍵技術、常見
工商網監(jiān)
評論