基于FPGA的深度學習分類算法高效實現

摘要：為在嵌入式應用領域中實現高性能、低功耗的深度學習算法,針對網絡的前向傳播過程,通過設計指令格式和數據格式來傳輸CNNs計算所需要的參數,采用基于FPGA的軟硬件協同設計的方法,構建面向嵌入式應用的深度學習分類系統。實驗結果表明,在100MHz的工作頻率下,與GPU實現相比,該加速器在保證分類精度的情況下,整個網絡的平均性能為0.08GOP/s,能耗比為GTX 1070的2.29倍,功耗僅為GPU的2.114%。