購物車(0)
基于FPGA的遞歸神經網絡加速器的研究進展
高琛; 張帆 國家數字交換系統工程技術研究中心; 河南鄭州450002
關鍵詞：遞歸神經網絡 fgpa 加速器
摘要：遞歸神經網絡(RNN)近些年來被越來越多地應用在機器學習領域,尤其是在處理序列學習任務中,相比CNN等神經網絡性能更為優異。但是RNN及其變體,如LSTM、GRU等全連接網絡的計算及存儲復雜性較高,導致其推理計算慢,很難被應用在產品中。一方面,傳統的計算平臺CPU不適合處理RNN的大規模矩陣運算;另一方面,硬件加速平臺GPU的共享內存和全局內存使基于GPU的RNN加速器的功耗比較高。FPGA由于其并行計算及低功耗的特性,近些年來被越來越多地用來做RNN加速器的硬件平臺。對近些年基于FPGA的RNN加速器進行了研究,將其中用到的數據優化算法及硬件架構設計技術進行了總結介紹,并進一步提出了未來研究的方向。
網絡與信息安全學報雜志要求:
{1}稿件應注明作者聯系電話、電子郵箱、工作單位及最方便的郵局收件地址，以便編輯部收到稿件后登記、編號，并寄樣刊。
{2}請作者自留文章底稿，本刊恕不退稿。
{3}來稿的中文題目限20字以內，題目字體為宋體三號加粗；作者宋體四號；內容提要、關鍵詞楷體五號。
{4}參考文獻：按照中文參考文獻在前，日文參考文獻次之，西文參考文獻居后的順序排列。各語種參考文獻以作者姓名讀音為序。
{5}摘要應有獨立性和自含性，不用報道語式，不出現評價性詞語，不用序號，不分段。
注：因版權方要求，不能公開全文，如需全文，請咨詢雜志社
相關期刊
