极智AI | Nvidia Jetson DLA 硬件系统架构

极智视界

已于 2022-06-11 23:06:40 修改

阅读量1.5k

点赞数 4

分类专栏：极智AI 文章标签：人工智能硬件架构卷积神经网络

于 2022-05-24 21:01:04 首次发布

本文链接：https://blog.csdn.net/weixin_42405819/article/details/124954678

版权

极智AI 专栏收录该内容

175 篇文章 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

本文深入介绍了NVIDIA Jetson系列的DLA（Deep Learning Accelerator）模块，专用于卷积神经网络前向推理加速。DLA包括Small和Large两种系统架构，其核心组件如Convolution Core、Single Point Data Processor、Planar Data Processor和Cross Channel Data Processor等，分别针对卷积、激活函数、池化和归一化操作进行优化。此外，RUBIK和BDMA模块则负责数据转换和内存管理，提升计算效率。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

欢迎关注我的公众号 [极智视界]，获取我的更多笔记分享

大家好，我是极智视界，本文介绍一下 Nvidia Jetson DLA 硬件系统架构。

NV 的硬件应用广泛，不限于3D图形渲染、AI计算等，而 Jetson 系列是 NV 边缘计算领域的设备主力军。在 Jetson AGX Xavier、Jetson NX 等设备上有 DLA 模块，DLA 全称 Deep Learning Accelerator，是专门用于卷积神经网络前向推理加速的模块，它能够分担一部分边缘端 GPU 的计算压力，以提升系统能力处理能力。所以在这些设备上，你可选择的算法加速方式有 GPU 加速和 DLA 加速。这里咱们专门来讲讲 NVDLA。

文章目录

1 总体架构介绍

DLA 的系统架构分为 Small NVDLA System 和 Large NVDLA System，如下。其中 Small NVDLA System 主要面向成本敏感的物联网设备场景，而当更加强调高性能时，Large NVDLA System 会是更加好的选择。可以看到两者最大的区别在 SRAM 和 Microcontroller，Large NVDLA 的访存接口有 SRAM 和 DRAM，其中 SRAM 接口独立存在，可以进一步提升 DLA 的运算能力，这是由于 DRAM 的访存延时相对较长，且与片