基于DNN的智能芯片性能评估及优化
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景与意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 研究内容及论文结构 | 第12-15页 |
| 2 相关技术基础 | 第15-30页 |
| 2.1 深度学习基础 | 第15-20页 |
| 2.2 基准测试设计 | 第20-21页 |
| 2.3 DNN的优化 | 第21-26页 |
| 2.4 GPU平台及架构 | 第26-29页 |
| 2.5 本章小结 | 第29-30页 |
| 3 基准测试方案设计 | 第30-50页 |
| 3.1 基准测试方案设计目标 | 第30-32页 |
| 3.2 基准测试方案整体架构设计 | 第32-33页 |
| 3.3 基准测试套件设计 | 第33-38页 |
| 3.4 评估指标设计 | 第38-39页 |
| 3.5 分析方法 | 第39-47页 |
| 3.6 基于基准测试的优化方法 | 第47-48页 |
| 3.7 本章小结 | 第48-50页 |
| 4 基准测试设计方案的仿真验证 | 第50-60页 |
| 4.1 仿真验证平台 | 第50-51页 |
| 4.2 硬件基础性能测试 | 第51-54页 |
| 4.3 神经网络测试 | 第54-59页 |
| 4.4 本章小结 | 第59-60页 |
| 5 基于基准测试的性能评估和优化 | 第60-70页 |
| 5.1 P4瓶颈分析 | 第60-62页 |
| 5.2 P4的硬件优化 | 第62-66页 |
| 5.3 软硬件协同优化设计 | 第66-69页 |
| 5.4 本章小结 | 第69-70页 |
| 6 总结与展望 | 第70-72页 |
| 6.1 本文工作总结 | 第70页 |
| 6.2 对未来工作的展望 | 第70-72页 |
| 致谢 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 附录1 中英文缩略词对照表 | 第77页 |
