FPGA进阶
文章平均质量分 84
AI浪潮下FPGA从业者
这个作者很懒,什么都没留下…
展开
-
基于FPGA的softmax函数优化及实现
FPGA异构计算是一个趋势,在AI推理、深度学习中广泛使用FPGA进行加速,减小系统延迟。而AI推理中有一个组件被广泛使用,各种网络模型中都有其身影,那就是激活函数。激活函数中又分很多种,其中softmax是使用最多的一种,但由于其是非线性函数,而FPGA不擅长处理非线性函数,所以如何用更少的资源达到类似的效果,进行激活函数的优化就至关重要。本文即有标准的基于FPGA的softmax函数实现过程,也有基于FPGA的softmax函数优化实现过程,且给出了两者的资源消耗情况对比。原创 2023-07-15 16:07:13 · 2626 阅读 · 1 评论 -
基于FPGA的一维卷积神经网络算法实现(1D-CNN、BNN的FPGA加速实现)
本文介绍一种基于FPGA的1维卷积神经网络算法加速实现的方案,其中为了进一步提升运算速度,除了第一层卷积采用的是普通卷积运算(CONV),其余卷积层和池化层采用的是二值化运算,即二值化的卷积与池化。运算过程包含了卷积层、池化层、批标准化层、全局池化、二值化卷积、全连接层、激活函数层,均采用RTL级代码实现,即全部采用Verilog HDL代码实现,兼容Intel Altera FPGA 与 AMD Xilinx FPGA,便于移植。原创 2023-07-15 12:12:25 · 4012 阅读 · 1 评论