KPynq：基于三角形不等式且工作高效的 FPGA 上 K-means 算法
分布式、并行与集群计算
2019-05-24 v1
摘要
K-means 是一种流行但计算密集的无监督学习算法。为解决此问题，我们提出 KPynq，一种基于三角形不等式且工作高效的 FPGA 上 K-means，用于处理大尺寸、高维数据集。KPynq 利用算法级优化来平衡性能与计算不规则性，并采用硬件架构设计以充分发掘各类 FPGA 的流水线与并行处理能力。实验中，KPynq 在加速比（最高 4.2x）和显著能效（最高 218x）方面持续优于基于 CPU 的标准 K-means。
引用
@article{arxiv.1905.09345,
title = {KPynq: A Work-Efficient Triangle-Inequality based K-means on FPGA},
author = {Yuke Wang and Zhaorui Zeng and Boyuan Feng and Lei Deng and Yufei Ding},
journal= {arXiv preprint arXiv:1905.09345},
year = {2019}
}