DEEPFAKE CLI：使用 FPGA 加速 Deepfake 检测
硬件体系结构
2022-10-27 v1 分布式、并行与集群计算
摘要
由于更大规模数据集的可用性以及生成模型的最新进展，每天正在产生越来越逼真的 Deepfake 视频。人们每天在社交媒体平台上消费约十亿小时的视频，这就是为什么阻止虚假视频传播非常重要的原因，因为它们可能具有破坏性、危险性和恶意。Deepfake 分类领域已取得显著进展，但 Deepfake 检测与推理仍是一项艰巨的任务。为了解决这一问题，本文提出了一种新颖的 DEEPFAKE CLI（分类-定位-推理），其中我们探索了使用 FPGA 加速量化 Deepfake 检测模型的想法，因为与通用 GPU 相比，FPGA 具有最大并行性和高能效的能力。本文使用了带有 EFF-YNet 结构的轻量级 MesoNet，并在 VCK5000 FPGA 上进行加速，该 FPGA 由最先进的 VC1902 Versal 架构驱动，使用 AI 引擎、DSP 引擎和可适应引擎进行加速。我们将我们的推理速度与其他最先进的推理节点进行了基准测试，在 VCK5000 上达到了 316.8 FPS，同时保持了 93% 的准确率。
引用
@article{arxiv.2210.14743,
title = {DEEPFAKE CLI: Accelerated Deepfake Detection using FPGAs},
author = {Omkar Bhilare and Rahul Singh and Vedant Paranjape and Sravan Chittupalli and Shraddha Suratkar and Faruk Kazi},
journal= {arXiv preprint arXiv:2210.14743},
year = {2022}
}
备注
This preprint has not undergone peer review or any post-submission improvement or corrections. The Version of Record of this contribution is published in LNCS [13798], PDCAT 2022 , and is available online at [https://doi.org/10.1007/ISBN ]