面向 FPGA 的基于查找表的深度神经网络概览
硬件体系结构
2025-06-10 v1
摘要
低延迟、高能效的深度神经网络 (DNN) 推理是边缘应用的关键需求，传统基于云端的部署方式受限于高延迟和安全风险。Field-Programmable Gate Arrays (FPGAs) 提供了一种具备可重构性、能源效率和实时性能之间平衡的有力解决方案。然而，传统基于 FPGA 的 DNN 依赖于数字信号处理 (DSP) 模块执行乘-累加 (MAC) 操作，限制了可扩展性。LUT-based DNN 通过充分利用 FPGA 查找表 (LUT) 进行计算，解决了这一挑战，提高了资源利用率并降低了推理延迟。本综述提供了关于 LUT-based DNN 架构的全面综述，包括其演化、设计方法论及性能权衡，同时概述了未来研究的前景方向。
引用
@article{arxiv.2506.07367,
title = {A Survey on LUT-based Deep Neural Networks Implemented in FPGAs},
author = {Zeyu Guo},
journal= {arXiv preprint arXiv:2506.07367},
year = {2025}
}