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(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著物聯(lián)網(wǎng)的飛速發(fā)展和電子產(chǎn)品的日益普及,智能硬件對(duì)計(jì)算能力和信息處理的實(shí)時(shí)性提出了更高的要求。與計(jì)算機(jī)相比,生物大腦的工作頻率低、并行度高、容錯(cuò)能力強(qiáng),能高效地完成各種實(shí)時(shí)任務(wù)。為了提高智能硬件的計(jì)算效率,生物神經(jīng)網(wǎng)絡(luò)的概念廣泛應(yīng)用于計(jì)算機(jī)系統(tǒng)的設(shè)計(jì)。脈沖神經(jīng)網(wǎng)絡(luò)(Spiking Neuron Network,SNN)是一種基于離散神經(jīng)脈沖原理進(jìn)行信息處理的人工神經(jīng)網(wǎng)絡(luò),本文提出了一種基于FPGA的靈活可配神經(jīng)網(wǎng)絡(luò)加速器架構(gòu),支持神經(jīng)
2、網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)、連接權(quán)值的靈活配置。
本文首先簡(jiǎn)單介紹了生物神經(jīng)元的行為,選擇簡(jiǎn)單的LIF(Leaky Integrate and Fire,LIF)模型作為神經(jīng)元的基本模型,并在算法層對(duì)LIF數(shù)學(xué)模型進(jìn)行公式分解和浮點(diǎn)轉(zhuǎn)定點(diǎn)的優(yōu)化,以適于FPGA的硬件實(shí)現(xiàn)。采用事件驅(qū)動(dòng)作為神經(jīng)元的驅(qū)動(dòng)方式以提高SNN計(jì)算的實(shí)時(shí)性,減少存儲(chǔ)資源的浪費(fèi)。
其次介紹了SNN加速器的硬件設(shè)計(jì),包括整體硬件架構(gòu)、單個(gè)LIF神經(jīng)元的設(shè)計(jì)、LIF
3、神經(jīng)元的流水線設(shè)計(jì)、SNN分類策略以及片上存儲(chǔ)資源的使用優(yōu)化。制訂了傳輸協(xié)議以保證神經(jīng)網(wǎng)絡(luò)配置數(shù)據(jù)的正常傳輸。利用VSC仿真工具驗(yàn)證SNN加速器的功能。在實(shí)現(xiàn)過程中采用時(shí)分復(fù)用技術(shù)將硬件中實(shí)現(xiàn)的8個(gè)物理神經(jīng)元復(fù)用為256個(gè)邏輯神經(jīng)元。采用三級(jí)流水線架構(gòu)計(jì)算神經(jīng)元模電壓,以提高神經(jīng)元數(shù)據(jù)處理效率。
然后介紹了SNN驗(yàn)證平臺(tái)MINSOC的總體架構(gòu)和工作原理,包括內(nèi)核OR1200、Wishbone總線協(xié)議、SPI自啟動(dòng)電路和SDRA
4、M控制器的介紹。
最后采用手寫數(shù)字識(shí)別的應(yīng)用對(duì)實(shí)現(xiàn)的SNN加速器的功能和性能進(jìn)行驗(yàn)證。構(gòu)建手寫數(shù)字識(shí)別網(wǎng)絡(luò)架構(gòu),采用MNIST數(shù)據(jù)集作為測(cè)試樣例,采用XC6SLX45 CSG324 FPGA實(shí)現(xiàn)整個(gè)神經(jīng)網(wǎng)絡(luò)架構(gòu),工作頻率可達(dá)50MHz,識(shí)別準(zhǔn)確率高達(dá)93%。SNN加速器模擬一個(gè)神經(jīng)元行為需要20ns,完成所有神經(jīng)元更新的時(shí)間為640ns,處理速度比實(shí)際的生物神經(jīng)元處理脈沖刺激約快1600倍。SNN加速器的性能略優(yōu)國外同類型加速
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(qǐng)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(qǐng)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(huì)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(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器設(shè)計(jì).pdf
- 基于FPGA的卷積神經(jīng)網(wǎng)絡(luò)加速器.pdf
- 卷積神經(jīng)網(wǎng)絡(luò)加速器的實(shí)現(xiàn)與優(yōu)化.pdf
- 深度學(xué)習(xí)卷積神經(jīng)網(wǎng)絡(luò)VLIW加速器設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于FPGA的深度卷積神經(jīng)網(wǎng)絡(luò)加速研究.pdf
- 基于Openflow協(xié)議的FPGA網(wǎng)絡(luò)加速器系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于fpga的圖像處理加速器研究
- 基于FPGA的圖像處理加速器研究.pdf
- 基于FPGA的深度學(xué)習(xí)加速器設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)控制器設(shè)計(jì)方法研究.pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)數(shù)據(jù)估計(jì)器的設(shè)計(jì).pdf
- 基于CSNS直線加速器的質(zhì)子治療FFAG加速器的物理設(shè)計(jì).pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)硬件實(shí)現(xiàn).pdf
- 脈沖耦合神經(jīng)網(wǎng)絡(luò)及混沌脈沖耦合神經(jīng)網(wǎng)絡(luò)的研究.pdf
- 基于FPGA的大規(guī)模浮點(diǎn)矩陣乘加速器研究.pdf
- 基于FPGA實(shí)現(xiàn)神經(jīng)網(wǎng)絡(luò)智能控制器的研究.pdf
- 基于FPGA的大規(guī)模脈沖深度神經(jīng)網(wǎng)絡(luò)片上系統(tǒng)設(shè)計(jì)與研究.pdf
- 基于FPGA的神經(jīng)網(wǎng)絡(luò)控制器的研究與實(shí)現(xiàn).pdf
- 基于神經(jīng)網(wǎng)絡(luò)的FPGA架構(gòu)探索.pdf
- 基于脈沖耦合神經(jīng)網(wǎng)絡(luò)的圖像處理.pdf
評(píng)論
0/150
提交評(píng)論