THIẾT KẾ VÀ THỰC THI TÍCH CHẬP HAI CHIỀU TRÊN BOARD PHÁT TRIỂN FPGA PYNQ-Z2 | Thắng | TNU Journal of Science and Technology

THIẾT KẾ VÀ THỰC THI TÍCH CHẬP HAI CHIỀU TRÊN BOARD PHÁT TRIỂN FPGA PYNQ-Z2

Thông tin bài báo

Ngày nhận bài: 22/11/20                Ngày hoàn thiện: 25/12/20                Ngày đăng: 11/01/21

Các tác giả

Huỳnh Việt Thắng Email to author, Trường Đại học Bách khoa – ĐH Đà Nẵng

Tóm tắt


Tích chập hai chiều là phép toán rất quan trọng đang được sử dụng phổ biến trong các lĩnh vực xử lý hình ảnh và mạng nơ-ron tích chập. Trong bài báo này, chúng tôi thiết kế và thực thi một mô-đun phần cứng thực hiện tính tích chập hai chiều để ứng dụng trong xử lý hình ảnh tốc độ cao. Mô-đun tích chập hai chiều được phát triển bằng ngôn ngữ mô tả phần cứng VHDL, được tổng hợp trên board phát triển PYNQ-Z2 của hãng Xilinx, và được đóng gói thành thư viện phần cứng để sử dụng trong môi trường phát triển ứng dụng Python cho các ứng dụng liên quan. Các kết quả đánh giá thực tế trên phần cứng cho thấy, sử dụng mô-đun tích chập hai chiều được thiết kế giúp cải thiện tốc độ thực thi lên đến 9 lần so với thực thi bằng phần mềm, và vì vậy có tiềm năng ứng dụng trong triển khai các thiết kế phần cứng dựa trên FPGA cho các ứng dụng xử lý hình ảnh, nhận dạng mẫu và học sâu.

Từ khóa


FPGA; Thiết kế phần cứng; Xử lý ảnh; Tích chập hai chiều; PYNQ; Python

Toàn văn:

PDF

Tài liệu tham khảo


[1] C. Ben, Implementation of 2D Convolution on FPGA, GPU and CPU, Imperial College Report, 2006.

[2] P. Stefania, M. Lanuzza, P. Corsonello, and G. Cocorullo, "A high-performance fully reconfigurable FPGA-based 2D convolution processor," Microprocessors and Microsystems, vol. 29, no. 8-9, pp. 381-391, 2005

[3] Y. Chen, T. Krishna, J. S. Emer, and V. Sze, "Eyeriss: An Energy-Efficient Reconfigurable Accelerator for Deep Convolutional Neural Networks," IEEE Journal of Solid-State Circuits, vol. 52, no. 1, pp. 127-138, Jan. 2017.

[4] TUL Technology Unlimited, “TUL PYNQ™-Z2 board”. [Online]. Available: http://www.tul.com.tw/ProductsPYNQ-Z2.html. [Accessed Nov. 21, 2020].

[5] PYNQ Overlay Tutorials. [Online]. Available: https://pynq.readthedocs.io/en/v2.5.1/pynq_overlays.html. [Accessed Nov. 21, 2020].

[6] Bishop, and W. David, "VHDL-2008 support library", 2011. [Online]. Available: https://github.com/FPHDL/fphdl. [Accessed Nov. 21, 2020].

[7] S. Gupta, A. Agrawal, K. Gopalakrishnan, and P. Narayanan, “Deep learning with limited numerical precision,” in Proceedings of the 32nd International Conference on International Conference on Machine Learning, 2015, vol. 37 (ICML’15). JMLR.org, pp. 1737-1746.


Các bài báo tham chiếu

  • Hiện tại không có bài báo tham chiếu
Tạp chí Khoa học và Công nghệ - Đại học Thái Nguyên
Phòng 408, 409 - Tòa nhà Điều hành - Đại học Thái Nguyên
Phường Tân Thịnh - Thành phố Thái Nguyên
Điện thoại: 0208 3840 288 - E-mail: jst@tnu.edu.vn
Phát triển trên nền tảng Open Journal Systems
©2018 All Rights Reserved