摘要：隨著大數(shù)據(jù)時(shí)代的來臨,深度學(xué)習(xí)技術(shù)在從海量數(shù)據(jù)中提取有價(jià)值信息方面發(fā)揮著重要作用,已被廣泛應(yīng)用于計(jì)算機(jī)視覺、語音識別及自然語言處理等領(lǐng)域.本文從深度學(xué)習(xí)算法的特點(diǎn)和發(fā)展趨勢出發(fā),分析FPGA加速深度學(xué)習(xí)的優(yōu)勢以及技術(shù)挑戰(zhàn);其次,本文從SoC FPGA和標(biāo)準(zhǔn)FPGA兩個(gè)方面介紹了CPU-FPGA平臺(tái),主要對比分析了兩種模型在CPU和FPGA之間數(shù)據(jù)交互上的區(qū)別;接下來,在介紹FPGA加速深度學(xué)習(xí)算法開發(fā)環(huán)境的基礎(chǔ)上,重點(diǎn)從硬件結(jié)構(gòu)、設(shè)計(jì)思路和優(yōu)化策略這三個(gè)方面詳細(xì)介紹了采用FPGA加速卷積神經(jīng)網(wǎng)絡(luò)的設(shè)計(jì)方案;最后展望了FPGA加速深度學(xué)習(xí)算法相關(guān)研究工作的發(fā)展.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
