推荐星级：
- 1
- 2
- 3
- 4
- 5
FPGA深度学习中不同核的探索与权衡
资料介绍
挑战1：不同的使用案例需要不同的网络和不同的优点数字速度，延迟，能量，准确性
挑战2：数十亿乘法累加运算和数十兆字节的参数数据运算符海，自定义数学和存储器层次结构
挑战3：不断推出新算法强化架构存在风险
嵌入式/低成本：
- Zynq（PYNQ，Zedboard，Snickerdoodle，Zybo）
- Snickerdoodle：Zynq 7010 - 双核ARM
•28K LUT，80个DSP，262KB RAM
- PYNQ：Zynq 7020 - 双核ARM
•85K LUT，220个DSP，612KB RAM
大型高性能：
- Virtex Ultrascale +（VCU1525，亚马逊F1等）
- Virtex Ultrascale + VU13P
•1.7M LUT，3.4M FF，45MB RAM
•12228 DSP（比Zynq 7010大153倍！）
- 使用VU9P的AWS EC2：f1.16xlarge
•8个FPGA中的54720个DSP
部分文件列表
| 文件名 | 大小 |
| s2_3.pdf | 3M |
全部评论(0)