基于流水线架构的卷积神经网络FPGA实现

来源 :北京化工大学学报(自然科学版) | 被引量 : 0次 | 上传用户:hehan1127
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
卷积神经网络(CNN)已被广泛用于图像处理领域,且通常在CPU和GPU平台上进行计算,然而在CNN推理阶段存在CPU计算速度慢和GPU功耗高的问题.鉴于现场可编程门阵列(field programmable gate array,FPGA)能够实现计算速度和功耗的平衡,针对当前在卷积结构设计、流水线设计、存储优化方面存在的问题,设计了基于FPGA的卷积神经网络并行加速结构.首先将图像数据和权值数据定点化为16bit定点数,一定程度上减少了乘加运算的复杂性;然后根据卷积计算的并行特性,设计了一种高并行流水线卷积运算电路,提高了卷积运算性能,同时也对与片外存储进行数据交互的流水线存储结构进行了优化,以减少数据传输的时间消耗.实验结果表明,整体加速器在ImageNet数据集上的识别率达到94.6%,与近年来相关领域的报道结果相比,本文在计算性能方面有一定的优势.
其他文献
对于PAD(pleasure:愉悦度;arousal:唤醒度;dominance:优势度)维度情感预测和分析中的数值预测问题,结合心率变异性(heart rate variability,HRV)特点,提出了基于主成分分析(principal component analysis,PCA)和支持向量回归(support vector regression,SVR)的PAD维度情感预测模型(PCA-SVR).通过柔性离子传感器以音乐和视频的诱导方式采集了 12名志愿者在放松和焦虑两种情感状态下的心率和心率间
沼气是具有巨大发展潜力的清洁可再生能源,可作为生物天然气的来源.利用沼气提纯得到天然气品质的甲烷制氢或沼气原料直接制氢具有可持续和环境友好等优点,而沼气中杂质的去除、催化剂以及操作条件的优化是提高沼气制氢反应效率和选择性的重点.系统综述了目前主要的几种沼气制氢工艺的研究进展.较优的沼气制氢工艺包括:将沼气提纯得到的甲烷通过催化裂解法制氢,可避免生成COx;消耗沼气主要成分CO2和CH4制氢的干重整法;能够结合H2的分离和纯化、CO2捕集和热整合的化学链重整技术.通过高效的工艺利用沼气制取氢气,对促进生物天
液化石油气(LPG)中极少量的硫化物会对铜质设备造成严重的腐蚀,影响LPG的生产、销售和使用,因此研究LPG中硫化物对铜腐蚀的影响具有重要的实际意义.研究了 LPG中不同含量的羰基硫、乙硫醇及硫化氢对铜片腐蚀的影响,并通过扫描电子显微镜(SEM)、能谱仪(EDS)和全反射红外光谱法(ATR)对腐蚀产物进行了表征和分析,探究了这3种硫化物对铜片腐蚀的机理.结果表明,当LPG中羰基硫和乙硫醇的含量为20 μg/g时开始腐蚀铜片,硫化氢的含量为5μg/g时开始腐蚀铜片,随着硫化氢含量的增加,腐蚀程度加剧;当3种