English(EN) Energy-Efficient CNN Acceleration with MSDF Digit-Serial Arithmetic on FPGA

基于FPGA的U-Net加速器实现9倍能效提升

作者 PulseAugur 编辑部 · [1 个来源] · 2026-06-24 08:37

研究人员开发了一种在FPGA上加速卷积神经网络（CNN）的能效优化方法，特别针对用于图像分割的U-Net架构。通过提出一种合并乘加（MMA）架构，他们克服了数字串行算子最初的延迟问题，创建了一个统一的流水线，提高了吞吐量和效率。这种方法允许并行处理空间输入深度，与传统设计相比，性能显著提高。评估显示，基于FPGA的加速器在能效方面比基于CPU的推理高出一个数量级，并且与其他的MSDF FPGA实现相比，能耗显著降低。 AI

影响这项研究为在边缘设备上实现更节能的AI推理提供了途径，特别适用于图像分割任务。

排序理由详细介绍CNN加速新硬件架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CV 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。我们如何撰写摘要 →

报道来源 [1]

arXiv cs.CV TIER_1 English(EN) · Dorit Merhof · 2026-06-24 08:37

Energy-Efficient CNN Acceleration with MSDF Digit-Serial Arithmetic on FPGA

This paper presents an energy-efficient hardware acceleration of the convolutional layers in the U-Net architecture for image segmentation, implemented on FPGA. While digit-serial arithmetic, particularly most-significant-digit-first (MSDF) techniques, offers a compact hardware f…

报道来源 [1]

Energy-Efficient CNN Acceleration with MSDF Digit-Serial Arithmetic on FPGA

相关实体

相关话题