版权说明 操作指南
首页 > 成果 > 详情

基于TPU和FPGA的深度学习边缘计算平台的设计与实现

认领
导出
Link by 中国知网学术期刊 Link by 万方学术期刊
反馈
分享
QQ微信 微博
成果类型:
期刊论文
论文标题(英文):
A deep neural network edge computing platform based on TPU+FPGA
作者:
栾奕;刘昌华
作者机构:
武汉轻工大学数学与计算机学院,湖北武汉430023
[刘昌华; 栾奕] 武汉轻工大学
语种:
中文
关键词:
深度学习;边缘计算
关键词(英文):
FPGA;TPU
期刊:
计算机工程与科学
ISSN:
1007-130X
年:
2021
卷:
43
期:
06
页码:
976-983
机构署名:
本校为第一机构
院系归属:
数学与计算机学院
摘要:
针对深度神经网络为了追求准确度对计算资源造成的巨大消耗,与边缘计算平台所处的受限环境之间的矛盾,探究利用FPGA逻辑资源搭建神经网络张量处理器(TPU),通过配合ARM CPU实现全新的边缘计算架构,不仅实现对深度神经网络模型的加速计算以及准确度的提升,还对功耗进行明显优化.该架构下,压缩后的MobileNet-V1网络准确度可达78.1%,而功耗仅为3.4 W,与其他不同计算架构的深度学习边缘计算平台的对比结果表明,该系统在不降低准确度的条件下,对于小规模深度神经网络的加速计算有着明显优势.
摘要(英文):
Aiming at the contradiction between the huge consumption of computing resources by deep neural network in pursuit of accuracy and the restricted environment of edge computing platforms,a new edge computing fabric is explored.The new fabric uses FPGA logic resources to construct the Neural Network Tensor Processing Units(TPUs),and collaborates with ARM CPU in the FPGA chip,which not only accelerates the computation of deep neural network model and improves the accuracy,but also optimizes the power consumption of the entire system significantly.Under this architecture,the accuracy of the compres...

反馈

验证码:
看不清楚,换一个
确定
取消

成果认领

标题:
用户 作者 通讯作者
请选择
请选择
确定
取消

提示

该栏目需要登录且有访问权限才可以访问

如果您有访问权限,请直接 登录访问

如果您没有访问权限,请联系管理员申请开通

管理员联系邮箱:yun@hnwdkj.com