2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)

文檔簡介

1、深度學習近年來在各方面都取得了突破性的進展,如語音識別、圖像分類等。而卷積神經(jīng)網(wǎng)絡(luò)作為第一個成功訓(xùn)練的多層網(wǎng)絡(luò),更是被廣泛應(yīng)用。但是由于CNN的特殊計算模式,使得一般的通用處理器對CNN的實現(xiàn)效率不高且不能滿足其性能要求。因此,各種基于DSP、FPGA以及ASIC的加速器迅速發(fā)展,尤其是基于FPGA的加速器得到更多研究者的青睞。
  對于CNN這種計算密集型的任務(wù),基于SoC FPGA的硬件加速器和CPU的協(xié)同工作在性能和能效上提

2、供了顯著的優(yōu)勢。但是,目前的操作系統(tǒng)對各種不同功能的加速器提供的支持很少:操作系統(tǒng)不知道一個計算任務(wù)是在CPU上還是加速器上執(zhí)行;操作系統(tǒng)對CPU和加速器在內(nèi)存上共享的數(shù)據(jù)沒有提供有效管理,如零拷貝、數(shù)據(jù)一致性等;而且,當前的操作系統(tǒng)也很難為加速器分配大片連續(xù)的物理內(nèi)存空間。本文中,我們選擇Xilinx Zynq平臺為研究目標,定性地分析了數(shù)據(jù)共享的方法。除了利用Zynq平臺設(shè)備的高性能AXI接口,我們還為基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速

3、器設(shè)計了一個新的內(nèi)存管理系統(tǒng)。它為CPU和加速器提供了一個統(tǒng)一的虛擬內(nèi)存空間,使得他們能夠在操作系統(tǒng)的用戶空間訪問到相同的內(nèi)存空間,同時保證了數(shù)據(jù)的一致性。
  為了把加速器應(yīng)用到實際中去,我們選取了深度學習中較流行的一個學習框架-Caffe,對其進行了評測分析。對于Caffe中的計算瓶頸部分,我們利用卷積神經(jīng)網(wǎng)絡(luò)加速器對其進行了加速,極大的減少了程序的執(zhí)行時間。在加速實現(xiàn)過程中,我們實現(xiàn)了Caffe中卷積運算到加速器的映射,并對

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論