机器学习高性能SIMT处理器的设计与实现

来源 :微电子学与计算机 | 被引量 : 0次 | 上传用户:strongit_likai
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对机器学习中出现的大数据量运算的问题,自主研发了一款高性能SIMT(Single Instruction Multiple Threads)架构处理器.采用特殊的四级流水线结构,通过可综合的Verilog HDL语言对电路进行描述,完成了数据的多线程并行运算.在XiLinx公司VirtexUltraSacle系列的xcvu440-flga2892-2-e FPGA上搭建仿真验证平台对整体电路进行功能验证,结果表明,本设计电路满足多线程并行处理机制.采用SYNOPSYS公司Design-Compile在S
其他文献
科研课题研究,培养一批骨干教师,探索一些新的教学方法,总结科研成果。本文主要探讨科研课题研究的管理。
为了准确识别出图像中的目标零件,本文提出一种自适应边缘优化的改进YOLOV3目标识别算法.首先,利用K-means++算法计算出适用于本文数据集的anchor box,接着设计自适应边缘误差函数,并与改进PSO算法结合,得到改进YOLOV3算法(YOLOV3-AEEF).然后采集零件图像并进行数据增强,标注图片,得到样本集.加载预训练权重后对网络进行训练,并在测试集上测试.实验结果表明,当样本图片
"共同体是一种持久的和真正的共同生活"。——斐迪南·滕尼斯(《共同体与社会》,1887)"任何一个建筑观念都同时是对未来的投射,也是对城市历史的一个回溯式批判"。——Pier Vit