インナ マッピング テクノロジー v1.0

inna1.0 は、FPGA ベースの CNN 適応マッピング テクノロジです。

ディープ ラーニング アクセラレータは、FPGA ボードに基づいて設計および最適化されており、マクロ命令の Look-Aside Acceleration フレームワークを使用して、全体的なパフォーマンスと消費電力の点で業界をリードするレベルに達することが期待されています。クリックによる迅速な導入、ソフトウェアとハ​​ードウェアの協調的な最適化、さまざまな畳み込みをサポートし、実行プロセスにホストの介入は必要ありません。

このプロジェクトは、CNN マッピング コンパイラと CNN 量子化器を実装する予定です。まず、TensorFlow によって生成されたモデル ファイルを解析して、CNN マッピング コンパイラが解析された計算を使用します。グラフと既存の CNN アクセラレーション ライブラリ ユニットを比較し、対応する CNN ライブラリ ユニットを選択し、対応するハードウェア構造と対応する計算、オンチップストレージ、オンチップ帯域幅、オフチップ帯域幅のバランスをとり、最適なコンピューティングパフォーマンスを実現するためのスケジューラの構成パラメータ。CNN 量子化器は、データベースの各層で 8 ビット固定小数点量子化を実行できます。 FPGA の DSP 計算を容易にするために、モデルの重みファイルにデータを追加します。これにより、精度を確保しながらストレージのオーバーヘッドが削減され、処理速度が向上し、消費電力が削減されます。