The invention belongs to the field of Airborne Intelligent Computing, and proposes an embedded implementation method of deep neural network based on SoC chip. The method is implemented on the SoC chip. The main program of the neural network is implemented on the core of the processor, and the global scheduling task is completed. The computing intensive part is realized in the programmable logic, and the parallel computing task is completed. The two part realizes the processor and programming by exchanging the control instructions and state information by the high speed bus. Synergetic work of logic. The method proposed in this invention uses the built-in processor kernel of SoC to perform the overall scheduling task, so as to make better use of the dynamic reconfiguration features of FPGA and improve the flexibility of the network. One
【技术实现步骤摘要】
一种基于SoC芯片的深度神经网络嵌入式实现方法
本专利技术属于机载智能计算领域,提出了一种基于SoC芯片的深度神经网络嵌入式实现方法。
技术介绍
在2015年的ImageNet挑战赛中,深度神经网络的图片辨识能力超过了人眼的辨识能力;2016年,DeepMind公司基于深度神经网络开发的人工智能围棋程序AlphaGo战胜了围棋世界冠军李世石;同年,谷歌推出基于深度神经网络的翻译器,中英互译质量达到80%,深度神经网络在多个领域的智能计算任务中展现出了越来越好的应用效果,在航空领域同样具有极好的应用前景。基于深度神经网络的智能计算系统可以更好地完成辅助甚至自动驾驶任务,例如智能图像识别能够帮助驾驶员更好地掌握飞行环境,提前发现目标;智能决策系统可以更好地应对突发状况,实时优化路线;智能火炮系统可以更好地进行武器选择、切换等。然而深度神经网络的规模往往十分庞大,运行在工作站、巨型机乃至计算机集群之上,很难在资源有限的机载嵌入式计算环境中运行,目前关于神经网络在嵌入式环境中的实现有两个主要研究方向:一是基于ASIC定制电路进行实现,根据所用深度神经网络模型的资源需求和拓扑结构,进行硬件电路设计;但是ASIC设计难度大,验证周期长,网络模型在设计完成后无法再更改,灵活性非常差。另一个方向是基于FPGA进行深度神经网络的嵌入式实现,FPGA硬件电路设计相对于ASIC具有较好的设计迭代速度,能够快速进行验证,而且FPGA具有可重配置特性,当网络发生变化时可以比较容易地进行更改;但是FPGA芯片调度能力较弱,在实现深度神经网络时,时序设计的难度非常大。
技术实现思路
本专利 ...
【技术保护点】
1.一种基于SoC芯片的深度神经网络嵌入式实现方法,其特征在于:神经网络主程序在
【技术特征摘要】
1.一种基于SoC芯片的深度神经网络嵌入式实现方法,其特征在于:神经网络主程序在SoC芯片的处理器内核上实现,完成全局调度任务;计算密集部分在SoC芯片的可编程逻辑上实现,完成并行计算任务;两部分通过片内高速总线进行控制指令和状态信息的交换;处理器内核控制可编程逻辑部分加载第一个配置文件,载入子层1的相关参数和计算逻辑;原始输入经过处理器的预处理过程,进入可编程逻辑进行计算,输出信息存入外部存储器;之后,处理器控制可编程逻辑加载第二个配置文件,载入子层...
【专利技术属性】
技术研发人员:程陶然,文鹏程,白林亭,李阳,谢建春,郭锋,
申请(专利权)人:中国航空工业集团公司西安航空计算技术研究所,
类型:发明
国别省市:陕西,61
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。