标题：面向卷积神经网络的FPGA硬件加速器设计
作者：肖皓1，2；祝永新2 汪宁2 田犁2 汪辉2
作者单位：1 上海大学材料科学与工程学院，上海 201210；2 中国科学院上海高等研究院，上海 201210
关键字：卷积神经网络，人工智能，FPGA，硬件加速器
摘要：近几年来，随着人工智能的迅猛发展，卷积神经网络在图像识别、自动驾驶等领域发挥着越来越重要的作用。作为一种计算密集型网络，卷积神经网络需要大量的计算资源与时间，而卷积层是网络中运算量最大的部分。针对这一结构特点，设计基于FPGA的流水线乘加模块与池化模块，并在多个维度上提高了卷积-池化层运算过程中的并行度。经过验证，该FPGA加速单元的加速效果能够达到CPU与GPU的7倍和3倍，同时功耗仅为它们的27.67%和18.93%。