首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

面向CNN的高能效模拟计算单元的设计

摘要第5-6页
Abstract第6页
第一章 绪论第9-17页
    1.1 CNN的背景及意义第9-10页
    1.2 CNN处理器设计分析第10-12页
        1.2.1 二值化CNN网络第10-11页
        1.2.2 硬件优化的目标第11-12页
    1.3 国内外研究现状第12-14页
    1.4 主要研究工作第14-17页
第二章 卷积神经网络计算处理单元第17-27页
    2.1 卷积神经网络的结构第17-19页
        2.1.1 卷积神经网络的基本结构第17-18页
        2.1.2 卷积神经网络的模型介绍第18-19页
    2.2 CNN网络加速器计算单元的设计综述第19-25页
        2.2.1 数字计算单元的设计第20-21页
        2.2.2 模拟计算单元的设计第21-24页
        2.2.3 综述能效汇总第24-25页
    2.3 本章小结第25-27页
第三章 模拟脉冲计算单元及阵列设计与实现第27-49页
    3.1 主要设计指标和总体设计思路第27-29页
        3.1.1 计算单元及整体主要设计指标第27-28页
        3.1.2 总体设计思路第28-29页
    3.2 模拟脉宽计算单元的设计与实现第29-38页
        3.2.1 4bit脉宽计算单元的电路结构设计第29-36页
        3.2.2 脉宽计算单元的版图设计实现第36页
        3.2.3 脉宽计算单元的仿真验证及功耗分析第36-38页
    3.3 计算单元控制电压的DLDO实现第38-44页
        3.3.1 数字低压差线性稳压器DLDO原理分析第38-39页
        3.3.2 计算单元控制电压的产生电路设计与实现第39-42页
        3.3.3 电压产生电路DLDO仿真验证第42-44页
    3.4 计算阵列外围处理电路的设计第44-47页
        3.4.1 计算输入可配置脉冲的产生电路第44-45页
        3.4.2 复制计算单元产生采样时钟的设计第45页
        3.4.3 输出数据结果累加电路设计第45-46页
        3.4.4 外围电路的功能功耗仿真第46-47页
    3.5 整体仿真和版图实现第47-48页
        3.5.1 计算模块不同功能下功耗的仿真第47页
        3.5.2 版图实现第47-48页
    3.6 本章小结第48-49页
第四章 应用于CNN处理器仿真验证及结果分析第49-57页
    4.1 CNN处理器架构第49-54页
        4.1.1 Alexnet网络的应用第49-50页
        4.1.2 PE的计算模式第50-54页
    4.2 仿真结果分析第54-55页
    4.3 本章小结第55-57页
第五章 总结与展望第57-59页
    5.1 总结第57-58页
    5.2 展望第58-59页
致谢第59-61页
参考文献第61-63页

论文共63页,点击 下载论文
上一篇:卷积网络算法研究及其在图像分类中的应用
下一篇:太阳能驱动双工质对吸收式制冷系统优化与运行特性研究