积分商城

最新搜索： 系统安全工程手册 软件评估 stm8s HFBR-0310Z光纤发射和接收电路 电子线路SPICE设计与仿真 Allegro封装库
您现在的位置是：首页 > 教程 > FPGA能否加速下一代深度神经网络的GPU？
推荐星级：
  • 1
  • 2
  • 3
  • 4
  • 5

FPGA能否加速下一代深度神经网络的GPU？

更新时间：2019-01-11 13:47:50 大小：1M 上传用户：z00查看TA发布的资源 标签：fpga神经网络gpu 下载积分：2分 评价赚积分 （如何评价?） 打赏 收藏 评论(0) 举报

资料介绍

当前的深度神经网络（DNN），如AlexNet和VGG，严重依赖于密集浮点矩阵乘法（GEMM），它可以很好地映射到GPU（常规并行，高TFLOP / s）。因此，GPU被广泛用于加速DNN。目前的FPGA提供卓越的能效（Ops / Watt），但它们不能提供当今DNN上的GPU性能。在本文中，我们将研究即将到来的FPGA技术进步，DNN算法的快速创新，并考虑未来的高性能FPGA是否会优于下一代DNN的GPU。即将推出的英特尔®14纳米StratixTM 10 FPGA将拥有数千个硬浮点单元（DSP）和片上RAM（M20K存储器模块）。它们还将具有高带宽存储器（HBM）和改进的频率（HyperFlex™核心架构）。这些功能组合使FPGA原始浮点性能与GPU的距离相当。同时，DNN正在迅速发展。例如，利用稀疏性（例如，修剪）和紧凑数据类型（例如，1-2比特）的最新创新导致算法效率的重大飞跃。然而，这些创新在自定义数据类型上引入了不规则的并行性，这对GPU来说难以处理，但非常适合FPGA的极端可定制性。

部分文件列表

文件名 大小
1547185463fpga17-next-generation-dnns.pdf 1M

【关注视频号领20积分】   【关注公众号立即送20积分】

相关下载

全部评论(0)

暂无评论
评论赚积分>>

上传资源 上传优质资源有赏金

热门标签

更多>>

最新上传

  • 打赏
  • 30日榜单

热门下载

推荐下载

本站上的所有资源均为源于网上收集或者由用户自行上传，仅供学习和研究使用，无任何商业目的，版权归原作如有侵权，请 来信指出，本站将立即改正。

ICP许可证号：京ICP证070360号     21IC电子网 2000- 版权所有

京ICP备11013301号

京公网安备 11010802024343号