推荐星级：
- 1
- 2
- 3
- 4
- 5
基于FPGA的神经网络加速器推理综述
资料介绍
最近对神经网络的研究表明，机器学习优于传统的神经网络基于手工特征和模型的算法。神经网络现在广泛应用于像图像，语音和视频识别。但神经网络的计算和存储复杂度很高推论对其应用提出了很大的挑战。 CPU平台很难计算得足够多容量。 GPU平台是神经网络过程的首选，因为它具有很高的计算能力容量和易于使用的开发框架。
另一方面，基于FPGA的神经网络推理加速器正在成为一个研究课题。同特别设计的硬件，FPGA是速度和能量超越GPU的下一个可能的解决方案。已经提出了各种基于FPGA的加速器设计，具有这样的硬件和硬件优化实现高速和高能效的技术。在本文中，我们概述了以前的工作基于FPGA的神经网络推理加速器，总结了所使用的主要技术。一个从零件到硬件，从电路级到系统级进行调查，以完成分析基于FPGA的神经网络推理加速器设计，可作为未来工作的指南。
部分文件列表
| 文件名 | 大小 |
| 1712.08934.pdf | 2M |
全部评论(0)