摘要 | 第3-4页 |
Abstract | 第4-5页 |
第1章 绪论 | 第11-23页 |
1.1 研究背景介绍 | 第11-20页 |
1.1.1 神经网络算法概述 | 第11-15页 |
1.1.2 神经网络处理器的分类 | 第15-17页 |
1.1.3 神经网络加速器设计的研究进展 | 第17-20页 |
1.2 本论文的研究动机及研究范围 | 第20页 |
1.3 本论文的组织架构及内容概述 | 第20-23页 |
第2章 卷积神经网络和可重构逻辑基础 | 第23-41页 |
2.1 卷积神经网络简介 | 第23-35页 |
2.1.1 卷积神经网络基本模块介绍 | 第24-25页 |
2.1.2 卷积神经网络的工作流程 | 第25-31页 |
2.1.3 常见卷积神经网络模型介绍 | 第31-35页 |
2.2 可重构逻辑简介 | 第35-41页 |
2.2.1 静态可重构处理器的结构组成 | 第36-38页 |
2.2.2 动态可重构处理器的结构组成 | 第38-41页 |
第3章 基于静态可重构结构的神经网络加速器设计 | 第41-60页 |
3.1 资源感知的卷积神经网络建模分析 | 第41-45页 |
3.2 卷积神经网络的能耗性能分析 | 第45-47页 |
3.3 高能效神经网络加速器FP-CNN设计 | 第47-56页 |
3.3.1 特征图及权重参数的量化处理 | 第47-49页 |
3.3.2 基于权重共享的乘法器通路扩展 | 第49-51页 |
3.3.3 层次化的片上缓存结构优化设计 | 第51-53页 |
3.3.4 FP-CNN整体结构设计 | 第53-56页 |
3.4 实验验证与结果分析 | 第56-58页 |
3.4.1 AlexNet的算法模型训练环境及量化 | 第56-57页 |
3.4.2 FP-CNN系统实现 | 第57页 |
3.4.3 系统性能分析 | 第57-58页 |
3.5 研究小结 | 第58-60页 |
第4章 二值神经网络的可重构加速结构设计 | 第60-87页 |
4.1 二值神经网络的工作原理 | 第60-62页 |
4.2 FP-BNN的片上逻辑结构设计 | 第62-74页 |
4.2.1 总体结构设计 | 第62-65页 |
4.2.2 卷积/全连接(C/F)模块设计 | 第65-72页 |
4.2.3 批正则化(BN)模块设计 | 第72-73页 |
4.2.4 激活(Activ)模块设计 | 第73页 |
4.2.5 池化功能设计 | 第73-74页 |
4.3 FP-BNN的系统任务调度设计 | 第74-76页 |
4.4 FP-BNN的参数与特征图片上存储设计 | 第76-80页 |
4.4.1 对除权重外其他参数的量化处理 | 第76-79页 |
4.4.2 权重参数的存储 | 第79页 |
4.4.3 特征图缓存 | 第79-80页 |
4.5 实验验证与结果分析 | 第80-83页 |
4.5.1 BNN算法模型准备 | 第81页 |
4.5.2 FP-BNN系统实现 | 第81-82页 |
4.5.3 系统性能分析 | 第82页 |
4.5.4 实验讨论 | 第82-83页 |
4.6 研究小结 | 第83-87页 |
第5章 基于动态可重构结构的神经网络加速器设计 | 第87-105页 |
5.1 动态可重构加速器设计的必要性 | 第87-88页 |
5.2 面向神经网络加速的动态重构结构系统DP-CNN设计 | 第88-95页 |
5.2.1 处理单元设计 | 第88-90页 |
5.2.2 互连结构设计 | 第90-91页 |
5.2.3 多层片上存储结构设计 | 第91-93页 |
5.2.4 层次化的配置信息结构 | 第93-95页 |
5.3 DP-CNN的调用编译系统设计 | 第95-96页 |
5.4 动态可重构结构系统DP-CNN的实现 | 第96-99页 |
5.4.1 Chameleon的芯片实现 | 第96页 |
5.4.2 DP-CNN的PCI-E板上系统设计 | 第96-97页 |
5.4.3 基于PCI-E通信协议的PCB板卡实现 | 第97-99页 |
5.5 实验验证与结果分析 | 第99-103页 |
5.5.1 系统环境搭建 | 第99-100页 |
5.5.2 编译系统性能测试 | 第100-102页 |
5.5.3 PCB板卡速度及能效性能测试 | 第102-103页 |
5.6 研究小结 | 第103-105页 |
第6章 工作总结与展望 | 第105-109页 |
6.1 论文工作总结 | 第105页 |
6.2 论文主要贡献 | 第105-107页 |
6.3 未来工作展望 | 第107-109页 |
参考文献 | 第109-117页 |
致谢 | 第117-120页 |
个人简历、在学期间发表的学术论文与研究成果 | 第120-121页 |