面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法

	面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法
	陆维娜; 胡瑜; 叶靖; 李晓维
	2018
发表期刊	计算机辅助设计与图形学学报
ISSN	1003-9775
卷号	30.0 期号:011 页码:2164
摘要	针对卷积神经网络FPGA加速器的资源分配与频率设置欠佳导致吞吐量受限的问题,提出一种面向吞吐量优化的自动化设计方法.首先将加速器的设计分为并行策略和频率设计,提出总体设计流程;然后将设计空间探索建模为线段分割问题,采用遗传算法及贪心算法求解;最后根据求解出的并行策略完成加速器的结构设计,根据求解出的预期运行频率对加速器的布局布线优化,使实际频率可以达到预期.对AlexNet及VGG-16模型在目标器件Altera DE5a-Net的设计实验结果表明,文中方法能有效地提升资源使用效率并给出合理频率设置;相比于其他卷积神经网络FPGA加速器设计方法,该方法可提升AlexNet和VGG-16的吞吐量82.95%和66.19%.
关键词	FPGA 卷积神经网络加速器吞吐量自动化并行设计
语种	英语
文献类型	期刊论文
条目标识符	http://119.78.100.204/handle/2XEOYT63/33085
专题	中国科学院计算技术研究所期刊论文_中文
作者单位	中国科学院计算技术研究所
第一作者单位	中国科学院计算技术研究所
推荐引用方式 GB/T 7714	陆维娜,胡瑜,叶靖,等. 面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法[J]. 计算机辅助设计与图形学学报,2018,30.0(011):2164.
APA	陆维娜,胡瑜,叶靖,&李晓维.(2018).面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法.计算机辅助设计与图形学学报,30.0(011),2164.
MLA	陆维娜,et al."面向卷积神经网络加速器吞吐量优化的FPGA自动化设计方法".计算机辅助设计与图形学学报 30.0.011(2018):2164.