tecnologia de mapeamento inna v1.0

inna1.0 é uma tecnologia de mapeamento adaptativo CNN baseada em FPGA.

Um acelerador de aprendizado profundo é projetado e otimizado com base na placa FPGA. Espera-se que atinja o nível líder do setor em termos de desempenho geral e consumo de energia. A tecnologia de mapeamento usa a estrutura de aceleração Look-Aside de instruções macro. clique em implantação rápida, otimização colaborativa de software e hardware, suporta uma variedade de convoluções e o processo de execução não requer intervenção do host.

Este projeto é o lado do software da tecnologia de mapeamento. Ele planeja implementar um compilador de mapeamento CNN e um quantizador CNN. Primeiro, o arquivo de modelo gerado pelo TensorFlow é analisado para gerar um modelo gráfico de cálculo CNN. gráfico e a unidade de biblioteca de aceleração CNN existente, selecione a unidade de biblioteca CNN correspondente, gere a estrutura de hardware correspondente e os parâmetros de configuração do agendador correspondentes para alcançar um equilíbrio entre cálculo, armazenamento no chip, largura de banda no chip e largura de banda fora do chip, assim alcançar desempenho de computação ideal; CNN O quantizador pode realizar quantização de ponto fixo de 8 bits em cada camada de dados com base no arquivo de peso do modelo para facilitar os cálculos FPGA DSP, reduzindo assim a sobrecarga de armazenamento, aumentando a velocidade de processamento e reduzindo o consumo de energia enquanto garantindo precisão.