FPGA the present invention relates to a convolutional neural network parallel acceleration method, which comprises the following steps: (1) the establishment of CNN model; (2) the configuration of the hardware architecture; (3) the allocation of the convolution unit; the invention has the advantages that: the method of using FPGA to realize CNN, through the design of hardware acceleration optimization scheme, the compared with the convolutional neural network handwritten image data sets MNIST calculation, to achieve nearly 5 times faster than GPU, accelerated compared to 12 nuclear CPU achieve 10 times, while the power consumption is only GPU 1/3.
【技术实现步骤摘要】
一种卷积神经网络的FPGA并行加速方法
本专利技术计算机计算领域,特别涉及一种卷积神经网络的FPGA并行加速方法。
技术介绍
卷积神经网络(ConvolutionalNeutralNetwork)是人工神经网络的一种。CNN是第一个真正成功训练多层网络结构的学习算法。它利用空间关系,采用权值共享网络结构,使之更类似于生物神经网络,降低了网络模型的复杂度并减少了权值的数量,以提高一般前向BP算法的训练性能。该优点在网络的输入是多维图像时表现得更明显。另一方面,在CNN中,图像可以直接作为网络的底层输入,信息再依次传输到不同的层,每层通过一个数字滤波器去获得观测数据的最显著的特征,避免了传统识别算法中复杂的特征提取和数据重建。这个方法能够获取对平移、缩放和旋转不变的观测数据的显著特征,因为图像的局部感受区域允许神经元或者处理单元可以访问到最基础的特征,例如定向边缘或者角点。CNN的这些优点使得它如今已成为当前语音分析和图像识别领域的研究热点。AT&T的支票读取系统、微软的OCR和手写识别系统、Google街景中的人脸识别和车牌识别以及法国电信视频会议系统中的人脸识别都用到了CNN。现有的大部分CNN实现主要是基于通用处理器CPU实现的。在CNN网络结构中,层内计算是独立不相关的,而层间结构可以理解为是一个流水结构。CPU由于其自身特点无法充分地挖掘CNN内部的并行性。FPGA(Field-ProgrammableGateArray),即现场可编程门阵列,作为一种计算密集型加速部件,通过将算法映射到FPGA上的并行硬件进行加速。FPGA上所设计的各个硬件 ...
【技术保护点】
一种卷积神经网络的FPGA并行加速方法,其特征在于,包括如下步骤:(1)建立CNN模型,该模型包括一个输入层input、一个输出层output、两个卷积层、两个池化和一个全连接网络Softmax,其中,输入层输入的图像集为手写数字图像集MNIST,每幅图像的大小为28×28像素点;(2)配置硬件架构,采用FPGA电路板通过带宽为8GB/s的PCI Express 2.0 x8与CPU进行连接;CNN在FPGA上的实现采用流水结构,图像数据的输入是以数据流的方式进行流入,在每个时钟周期内传入一个图像的像素点,网络中的每一层需要每时钟输入一个值并且输出一个值;(3)配置卷积运算单元,在网络的各层中,对卷积层做以下配置:(a)将单个卷积运算继续拆分实现并行化,使得单个卷积运算能够在每个时钟周期输出一个点;(b)将同一层内的多个卷积运算进行并行化,使得在给定的时钟周期内能够同时流出完该层的多个特征图;其中,(a)中根据硬件电路的数据流的特点设置卷积运算单元(CCU),使得在单个FPGA周期就可以完成整个5×5大小卷积运算。
【技术特征摘要】
1.一种卷积神经网络的FPGA并行加速方法,其特征在于,包括如下步骤:(1)建立CNN模型,该模型包括一个输入层input、一个输出层output、两个卷积层、两个池化和一个全连接网络Softmax,其中,输入层输入的图像集为手写数字图像集MNIST,每幅图像的大小为28×28像素点;(2)配置硬件架构,采用FPGA电路板通过带宽为8GB/s的PCIExpress2.0x8与CPU进行连接;CNN在FPGA上的实现采用流水结构,图像数据的输入是以数据流的方式...
【专利技术属性】
技术研发人员:徐杰,包秀国,陈训逊,王博,王东安,
申请(专利权)人:国家计算机网络与信息安全管理中心,
类型:发明
国别省市:北京,11
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。