inna映射技術v1.0

inna1.0是基於FPGA的CNN自適應映射技術。

基於FPGA闆卡設計深度學習加速器並進行優化，在整體性能和功耗方面擬達到業界領先水平，映射技術採用宏指令的Look-Aside Acceleration框架，實現了一鍵式快速部署、軟硬體協同優化、支援多種卷積、執行過程無需主機幹預。

本專案為映射技術的軟體端，擬實現CNN映射編譯器和CNN量化器，首先由TensorFlow產生的模型檔案解析產生CNN的計算圖模型，CNN映射編譯器會根據解析的計算圖和現有的CNN加速庫單元，選擇對應的CNN庫單元，產生對應的硬體結構和對應的調度器的配置參數，以達到運算、片上儲存、片上頻寬和片外頻寬的均衡，從而達到最優的運算效能；CNN量化器可根據模型的權重文件，對各層資料進行8位定點量化，以便於FPGA的DSP計算，從而在保證精度的前提下降低儲存開銷，提高處理速度，降低功耗。