DLAU：一种基于FPGA的可扩展深度学习加速单元
机器学习
2016-05-24 v1 分布式、并行与集群计算
神经与进化计算
摘要
作为机器学习的新兴领域，深度学习在解决复杂学习问题方面展现出卓越能力。然而，由于实际应用的需求，网络规模变得日益庞大，这给构建高性能的深度学习神经网络实现带来了重大挑战。为了提升性能同时保持低功耗成本，本文设计了DLAU，这是一种以FPGA作为硬件原型、面向大规模深度学习网络的可扩展加速器架构。DLAU加速器采用三个流水线处理单元来提高吞吐量，并利用分块技术挖掘深度学习应用中的局部性。在最先进的Xilinx FPGA板上的实验结果表明，与Intel Core2处理器相比，DLAU加速器能够实现高达36.1倍的加速，功耗为234mW。
引用
@article{arxiv.1605.06894,
title = {DLAU: A Scalable Deep Learning Accelerator Unit on FPGA},
author = {Chao Wang and Qi Yu and Lei Gong and Xi Li and Yuan Xie and Xuehai Zhou},
journal= {arXiv preprint arXiv:1605.06894},
year = {2016}
}