摘要：隨著大數(shù)據(jù)時代的來臨,深度學習技術在從海量數(shù)據(jù)中提取有價值信息方面發(fā)揮著重要作用,已被廣泛應用于計算機視覺、語音識別及自然語言處理等領域.本文從深度學習算法的特點和發(fā)展趨勢出發(fā),分析FPGA加速深度學習的優(yōu)勢以及技術挑戰(zhàn);其次,本文從SoC FPGA和標準FPGA兩個方面介紹了CPU-FPGA平臺,主要對比分析了兩種模型在CPU和FPGA之間數(shù)據(jù)交互上的區(qū)別;接下來,在介紹FPGA加速深度學習算法開發(fā)環(huán)境的基礎上,重點從硬件結構、設計思路和優(yōu)化策略這三個方面詳細介紹了采用FPGA加速卷積神經(jīng)網(wǎng)絡的設計方案;最后展望了FPGA加速深度學習算法相關研究工作的發(fā)展.
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
