teknologi pemetaan inna v1.0

inna1.0 adalah teknologi pemetaan adaptif CNN berbasis FPGA.

Akselerator pembelajaran mendalam dirancang dan dioptimalkan berdasarkan papan FPGA. Diharapkan mencapai tingkat terdepan di industri dalam hal kinerja keseluruhan dan konsumsi daya. Teknologi pemetaan menggunakan kerangka instruksi makro Look-Aside Acceleration untuk mencapai satu- klik penerapan cepat, optimalisasi kolaboratif perangkat lunak dan perangkat keras, Mendukung berbagai konvolusi, dan proses eksekusi tidak memerlukan intervensi host.

Proyek ini adalah sisi perangkat lunak dari teknologi pemetaan. Proyek ini berencana untuk mengimplementasikan kompiler pemetaan CNN dan kuantizer CNN. Pertama, file model yang dihasilkan oleh TensorFlow diurai untuk menghasilkan model grafik penghitungan CNN. Kompiler pemetaan CNN akan menggunakan penghitungan yang diurai grafik dan unit perpustakaan Akselerasi CNN yang ada, pilih unit perpustakaan CNN yang sesuai, buat struktur perangkat keras yang sesuai dan yang sesuai Parameter konfigurasi penjadwal untuk mencapai keseimbangan antara perhitungan, penyimpanan on-chip, bandwidth on-chip dan bandwidth off-chip untuk mencapai kinerja komputasi yang optimal; penghitung CNN dapat melakukan kuantisasi titik tetap 8-bit pada setiap lapisan berbasis data pada file berat model, untuk memfasilitasi perhitungan DSP FPGA, sehingga mengurangi overhead penyimpanan, meningkatkan kecepatan pemrosesan dan mengurangi konsumsi daya sekaligus memastikan akurasi.