تقنية رسم الخرائط إينا v1.0
1.0
inna1.0 عبارة عن تقنية رسم خرائط تكيفية لـ CNN تعتمد على FPGA.
تم تصميم مسرع التعلم العميق وتحسينه استنادًا إلى لوحة FPGA، ومن المتوقع أن يصل إلى المستوى الرائد في الصناعة من حيث الأداء العام واستهلاك الطاقة. تستخدم تقنية رسم الخرائط إطار عمل Look-Aside Acceleration لتعليمات الماكرو لتحقيق هدف واحد. انقر فوق النشر السريع والتحسين التعاوني للبرامج والأجهزة، ويدعم مجموعة متنوعة من التلافيفات، ولا تتطلب عملية التنفيذ تدخل المضيف.
هذا المشروع هو الجانب البرمجي لتقنية رسم الخرائط، ويخطط لتنفيذ مترجم رسم خرائط CNN ومُكمِّم CNN. أولاً، يتم تحليل ملف النموذج الذي تم إنشاؤه بواسطة TensorFlow لإنشاء نموذج رسم بياني لحساب CNN، وسيستخدم مترجم خرائط CNN الحساب الذي تم تحليله الرسم البياني ووحدة مكتبة CNN Acceleration الموجودة، حدد وحدة مكتبة CNN المقابلة، وقم بإنشاء بنية الأجهزة المقابلة والمقابلة معلمات تكوين المجدول لتحقيق التوازن بين الحساب والتخزين على الرقاقة وعرض النطاق الترددي على الرقاقة وعرض النطاق الترددي خارج الرقاقة لتحقيق أداء الحوسبة الأمثل؛ يمكن لمقياس CNN إجراء تكميم النقطة الثابتة 8 بت على كل طبقة من البيانات القائمة في ملف الوزن الخاص بالنموذج، لتسهيل حساب DSP لـ FPGA، وبالتالي تقليل حمل التخزين وتحسين سرعة المعالجة وتقليل استهلاك الطاقة مع ضمان الدقة.
