FPGN

新的FPGN框架加速FPGA上的深度神经网络推理

研究人员推出FPGN，一个旨在加速现场可编程门阵列（FPGA）上深度神经网络推理的新框架。FPGN通过使用面向硬件的可微分公式来训练查找表（LUT）神经元，并采用结构化拓扑以改善布线和时序，从而弥合了LUT原生学习与高效FPGA实现之间的差距。该系统包括一个延迟驱动的编译器，可自动进行设计空间探索和硬件生成，与现有方法相比，在延迟方面实现了显著降低，在LUT效率方面得到了提高。