-
公开(公告)号：CN113705803A
公开(公告)日：2021-11-26
申请号：CN202111011695.X
申请日：2021-08-31
Applicant: 南京大学
Abstract: 本发明涉及基于卷积神经网络的图像硬件识别系统及部署方法，基于SoC平台实现MobileNetV1 SSD网络进行图像识别，平台内置ARM处理器和FPGA。ARM端完成全局调度任务，主要完成数据预处理，数据重排，网络推理，FPGA配置，以及后处理，包括非极大值抑制算法实现。ARM端整体策略采用按通道取数的方式以及MEC策略来降低数据重复率。FPGA端设计数据分发模块配合特殊尺寸的SRAM进行数据缓存，1*1和3*3两种卷积控制器，其中3*3卷积可配置成dw卷积和normal卷积两种模式，PE乘法阵列、加法树阵列，以及通道累加模块，大大提高资源的利用率。ARM端和FPGA端的交互通过调用驱动函数ioctl来实现，映射到硬件的Avalon接口实现数据与配置信息传输。本发明在板子资源受限的情况下有较好的优化。
-
Patent Agency Ranking
公开(公告)号：CN114138235B
公开(公告)日：2025-05-06
申请号：CN202111480141.4
申请日：2021-12-06
Applicant: 南京大学
IPC: G06F7/72
Abstract: 本发明提供了一种软硬协同的分段扫描式蒙哥马利模幂计算系统。SoC平台内置ARM处理器和FPGA资源。ARM端主要做整体任务调度，以及#imgabs0#进制分段扫描算法所必备的数据预处理。将处理好的数据存入SRAM的特定地址中，之后启动FPGA进行运算。FPGA端实现模块化设计，包括地址生成模块，模逆模块，CIOS蒙哥马利模乘模块，分段扫描式蒙哥马利模幂控制模块等。本发明实现256bit模幂，采用6bit的分段扫描方式，需要进行(#imgabs1#)的数据预处理，存入SRAM。具体的蒙哥马利模乘模块采用CIOS算法实现，将大位宽256bit乘法进行64bit拆分，减少大位宽乘法所带来的面积消耗，同时对CIOS算法进行流水化方面的优化，将原来的两个内循环进行流水处理，仅增加少量周期完成两个内循环，提高执行效率。
-
公开(公告)号：CN113377332B
公开(公告)日：2023-08-22
申请号：CN202110591328.5
申请日：2021-05-28
Applicant: 南京大学
Abstract: 本发明提出了一种基于线性分段的softmax硬件实现方法，该方法实现的电路系统包括：控制器用于实现softmax运算所需的源数据的读取和分发，以及运算结果的存储；排序模块用于将输入进行排序，并找出最大值；自然指数模块用于计算输入源数据的e指数函数值；加法树模块用于将e指数模块的结果进行累加；除法模块用于计算每个e指数计算结果与累加结果的比值。该方法实现的电路系统通过分解计算过程、压缩计算区间，大幅降低了传统查找表方法实现softmax的参数，兼具了高性能和低硬件资源开销，可用于各种人工智能算法加速场景。
-
公开(公告)号：CN113705803B
公开(公告)日：2024-05-28
申请号：CN202111011695.X
申请日：2021-08-31
Applicant: 南京大学
Abstract: 本发明涉及基于卷积神经网络的图像硬件识别系统及部署方法，基于SoC平台实现MobileNetV1 SSD网络进行图像识别，平台内置ARM处理器和FPGA。ARM端完成全局调度任务，主要完成数据预处理，数据重排，网络推理，FPGA配置，以及后处理，包括非极大值抑制算法实现。ARM端整体策略采用按通道取数的方式以及MEC策略来降低数据重复率。FPGA端设计数据分发模块配合特殊尺寸的SRAM进行数据缓存，1*1和3*3两种卷积控制器，其中3*3卷积可配置成dw卷积和normal卷积两种模式，PE乘法阵列、加法树阵列，以及通道累加模块，大大提高资源的利用率。ARM端和FPGA端的交互通过调用驱动函数ioctl来实现，映射到硬件的Avalon接口实现数据与配置信息传输。本发明在板子资源受限的情况下有较好的优化。
-
公开(公告)号：CN114138235A
公开(公告)日：2022-03-04
申请号：CN202111480141.4
申请日：2021-12-06
Applicant: 南京大学
IPC: G06F7/72
Abstract: 本发明提供了一种软硬协同的分段扫描式蒙哥马利模幂计算系统。SoC平台内置ARM处理器和FPGA资源。ARM端主要做整体任务调度，以及进制分段扫描算法所必备的数据预处理。将处理好的数据存入SRAM的特定地址中，之后启动FPGA进行运算。FPGA端实现模块化设计，包括地址生成模块，模逆模块，CIOS蒙哥马利模乘模块，分段扫描式蒙哥马利模幂控制模块等。本发明实现256bit模幂，采用6bit的分段扫描方式，需要进行()的数据预处理，存入SRAM。具体的蒙哥马利模乘模块采用CIOS算法实现，将大位宽256bit乘法进行64bit拆分，减少大位宽乘法所带来的面积消耗，同时对CIOS算法进行流水化方面的优化，将原来的两个内循环进行流水处理，仅增加少量周期完成两个内循环，提高执行效率。
-
公开(公告)号：CN113377332A
公开(公告)日：2021-09-10
申请号：CN202110591328.5
申请日：2021-05-28
Applicant: 南京大学
Abstract: 本发明提出了一种基于线性分段的softmax硬件实现方法，该方法实现的电路系统包括：控制器用于实现softmax运算所需的源数据的读取和分发，以及运算结果的存储；排序模块用于将输入进行排序，并找出最大值；自然指数模块用于计算输入源数据的e指数函数值；加法树模块用于将e指数模块的结果进行累加；除法模块用于计算每个e指数计算结果与累加结果的比值。该方法实现的电路系统通过分解计算过程、压缩计算区间，大幅降低了传统查找表方法实现softmax的参数，兼具了高性能和低硬件资源开销，可用于各种人工智能算法加速场景。
-
-
-
-
-
Search Results
6
records
(took 0.016 seconds)
